基于机器学习的传统建筑聚落历史风貌保护生成设计方法——以罗马Termini火车站周边地块城市更新设计为例

论文摘要

本文关注在传统建筑聚落的历史风貌保护或更新设计中,如何依靠计算机信息技术获得不依赖于人的主观判断的传统空间形态构成规则,建立数字化生成设计工具,来解答传统建筑聚落历史文化信息的精确传承和创新利用的问题。文中介绍了人工智能领域中的数据挖掘和机器学习对以上问题的解决可能,并结合案例介绍了"基于案例学习"等技术工具在城市历史地段城市更新设计中的应用成果。探索了基于知识发现的生成设计工具对传统建筑聚落历史风貌保护所起到的作用。

论文目录

• 一、研究背景
•   1. 传统建筑的历史风貌信息应该怎样精确传递?
•   2. 海量数据如何深度使用?
• 二、数字链系统与智能信息处理的方法
•   1. 基于数字链 （Digital Chain） 系统的生成设计方法
•   2. 机器学习 （Machine Learning） 和数据挖掘 （Data Mining）
•   3. 基于案例推理 （Case-Based Rea-soning, 简称CBR）
•   4. 数据挖掘工具及粗糙集理论
• 三、基于案例学习的罗马Termini火车站周边地块城市更新设计
•   1. 研究背景
•   2. 数据获取与案例库的建立
•   3. 空间肌理的重构和织补
• 四、总结
• 图片来源

文章来源

类型: 期刊论文

作者: 唐芃,李鸿渐,王笑,卢德格尔·霍夫施塔特

关键词: 传统建筑聚落,机器学习,生成设计,基于案例推理

来源: 建筑师 2019年01期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 建筑科学与工程

单位: 东南大学建筑学院,东南大学建筑学院城市与建筑遗产保护教育部重点实验室,瑞士苏黎世联邦理工大学建筑系

基金: 自然科学基金项目(51778118),北京建筑大学北京未来城市设计高精尖创新中心开放课题(UDC2017020212)

分类号: TU984.114

页码: 100-105

总页数: 6

文件大小: 2993K

下载量: 588