LEE- Mimari Tasarımda Bilişim-Doktora

Bu koleksiyon için kalıcı URI

http://hdl.handle.net/11527/19396

Gözat

Yazar "Uzun, Can" ile LEE- Mimari Tasarımda Bilişim-Doktora'a göz atma
  • Öge
    Yapay zeka ve mimarlık etkileşimi üzerine bir çalışma:Üretken çekişmeli ağ algoritması ile otonom mimari plan üretimi ve değerlendirmesi
    (Fen Bilimleri Enstitüsü, 2020) Uzun, Can ; Çolakoğlu, Meryem Birgül ; 656897 ; Mimari Tasarımda Bilişim Bilim Dalı
    Bu tez kapsamında "Makineler tasarlayabilir mi?" sorusunun bir alt sorusu olan "Makineler mimari plan şeması üretebilir mi?" sorusu tezde araştırılması hedeflenen problem tanımını oluşturmaktadır. Tez mimari plan şemasının, günümüz yapay zeka algoritmaları ile, otonom olarak üretiminin kapsamını tartışmaya açmaktadır. Bu problem tanımı ile hedeflenen, günümüzde görsel işleme verimliliği ve gücü oldukça yüksek olan yapay sinir ağları içerisindeki algoritmaların üretken modelleri sınıfına dahil olan üretken çekişmeli ağlar ile mimari plan şeması üretim sürecinin ve üretim çıktılarının değerlendirilmesi bulunmaktadır. Tez öncelikle yapay sinir ağlarının üretken çekişmeli ağlara kadar olan gelişimini kronolojik olarak, önemli dönüm noktaları ile birlikte özetler. Yapay siniri ağları tarihçesi sonrasında mimari plan şeması üretimine dair literatür araştırması sunulmaktadır. Mimari plan şeması üretimine dair literatür geçmişte bu problem çözümü için kullanılan yöntemleri göstermekle birlikte bugün mimari plan şeması üretim problemi için hangi yöntemlerin kullanımının verimli sonuçlar verdiğini de gösterebilmektedir. Bir diğer yandan literatür araştırmasına bakıldığında, mimarlık disiplininin yapay zeka ile etkileşime geçtiği problemin çoğunlukla mimari plan şeması üretimi olduğu görülmektedir. Bunun yanında literatürde mimari plan şeması üretim probleminin yapay zeka problemi sınıfına dahil olduğu da söylenmektedir. Literatür araştırmasına göre yapay zeka alanındaki yeni algoritmalar ile mimari plan şeması üretim problemi potansiyel bir araştırma alanı tanımlamaktadır. Bu nedenle tez çekişmeli üretken ağlar ile mimari plan şeması üretim süreci ve çıktılarını değerlendirmeyi hedeflemiştir. Bu çalışma güncel bir fenomen olarak çekişmeli üretken ağları ele almaktadır. İçinde bulunduğu bağlam olarak da mimari plan şeması üretimi problemini hedef alır. Bu hedef, hem çekişmeli üretken ağların mimari plan şeması üretimi sürecinin keşfi hem de üretim çıktılarının değerlendirilmesini kapsamaktadır. Bu yönüyle tez durum çalışması yöntemi ile ele alınacaktır. Bu çalışmada veriseti ve ÇÜA mimarisi girdilerinin (bağımsız değişkenlerin), çıktılar / mimari plan şeması üretimleri (bağımlı değişken) üzerindeki etkileri de araştırılmaktadır. Bu yönüyle de tezin bir deney çalışması yöntemi kullandığı söylenebilir. Ancak tezdeki deneylerde kontrol grubu kullanılmamış, değerlendirme tüm deneylerin karşılaştırılması ile elde edilmiştir. Bir diğer yandan tez içinde kurgulanan deneylerin sayısı, algoritmanın başarılı olması ile deneylerin tamamlanması nedeniyle, rassaldır. Bu durumlar nedeniyle tez gerçek deneysel yöntem yerine yarı-deneysel yönteme başvurmuştur. Bu nedenlerle tezin yönteminde yarı-deneysel durum çalışmasına başvurulmuştur. Çekişmeli üretken ağ kullanılarak mimari plan şeması üretimleri sekiz deney sonrasında başarıya ulaşmış ve deneyler tamamlanmıştır. Eğitimlerde çekişmeli üretken ağlar içerisinde yer alan derin evrişimsel üretken çekişmeli ağlar (deep convolutional generative adverserial network / DCGAN) kullanılmıştır. DCGAN mimarisi içindeki hiper parametreler DCGAN ile ilişkili literatürde belirtilen parametrelere uygun olarak kullanılmıştır. Deneylerdeki eğitimler "python" dili ile Google' ın bulut ortamında sunduğu "COLAB" ortamında yapılmıştır. "COLAB" ortamının seçilmesinin nedeni bulut ortamında sağladığı GPU donanım servisidir. Deneylerdeki eğitim sırasında işlem gücünün yüksek olması nedeniyle bulut servislerinde sunulan GPU hizmeti algoritma eğitim sürelerini kısaltabilmektedir. Bu nedenle algoritmanın eğitimi için bulut ortamındaki "COLAB" kullanılmıştır. Deneylerdeki algoritma eğitimleri, piksel tabanlı orijinal Andrea Palladio planlarından oluşan piksel tabanlı veriseti ve Palladio gramer kuralları ile üretilen sentetik, piksel tabanlı Palladio plan şemalarından oluşan veriseti ile gerçekleştirilmiştir. Palladio orijinal planları ve plan şemalarının veriseti için kullanılmasının sebebi; Palladio plan sisteminin kurallar ile açıklanabilen ve çoğunlukla simetrik plan kurgusuna sahip olması nedeniyle, algoritma üretim çıktıları ile veriseti arasında hızlı ve kolay bir değerlendirmenin yapılabileceği düşüncesidir. Bu düşünce ile yalnızca Andrea Palladio planları ve plan şemaları deneylerdeki eğitimlerde kullanılmıştır. Her bir deneyde kullanılan veriseti içerisindeki öznitelikler (siyah ve beyaz pikseller) değerlendirilerek raporlanmıştır. DCGAN üretimlerinin veriseti ile ilişkili olması nedeniyle her bir deneyde kullanılan planlar ve plan şeması görsellerinden oluşan verisetlerindeki siyah ve beyaz piksellerin olasılık dağılım grafikleri çizdirilmiştir. Bu grafikler üzerinden deneylerde kullanılan verisetlerinin değerlendirilmesi yapılmıştır. Değerlendirme sonucunda son üç deneyin piksel dağılım grafiklerinin diğer deneylerden daha düzgün olduğu ve bu nedenle deney üretimlerinin de son üç deneyde kalitesinin arttırdığı sonucuna varılmıştır. Eğitimlerde kullanılan veri artırımı yöntemi ile elde edilen Palladio plan şeması verisetlerinin ise çekişmeli üretken ağların üretim çıktılarını negatif etkilediği gözlemlenmiştir. DCGAN üzerinden yapılan son çalışma hem algoritma hem de mimari plan üretimlerinin verimliliğinin değerlendirildiği çalışmadır. DCGAN verimliliği literatürde önerilen "Frechet Inception Mesafesi" ile değerlendirilmiştir. Plan şeması üretimleri ise literatürde önerilen değerlendirme yöntemi "Hızlı Sahne Sınıflandırması" yanında "Palladian Grameri ile Sınıflandırma" ve "Mekan Sentaksı ile Sınıflandırma" yöntemleri ile gerçekleştirilmiştir. Literatür dışında önerilen son iki değerlendirme yönteminin bu tezde kullanılmasının sebebi, literatürde önerilen değerlendirme yöntemlerinin, üretimleri değerlendirmekten daha çok, algoritmanın üretim verimliliğini değerlendirmek için kullanılıyor olmasıdır. Ancak mimari plan şeması üretimi probleminde, bu problemin çözüm yönteminin araştırılmasının yanında, üretim çıktılarının değerlendirme yöntemlerinin de araştırılması gereklidir. Herhangi bir görsel üretiminde literatürdeki değerlendirme yöntemi kullanılabilse de mimari plan şeması üretimlerinin değerlendirilmesi için mimarlık disiplini içerisinden yöntemler kullanılabilir. Bu nedenle son iki değerlendirme, Palladian gramer kuralları ile sınıflandırma ve mekan sentaksı ile sınıflandırma değerlendirme yöntemleri bu tezde yer almaktadır. Bu tez çalışmasında, bugünün derin öğrenme algoritmalarından üretken çekişmeli ağlarla otonom plan şeması üretimlerinin işlevsel olarak değil, sadece biçimsel olarak gerçekleşebildiği sonucuna varılmıştır. Bir diğer yandan biçimsel olarak verisetine benzer üretimler gerçekleşiyor olsa da DCGAN üretimlerinin kontrol dışı üretildiği gözlemlenmiştir. Kontrol dışı üretimler mimari plan şeması üretimi probleminde, birçok varyasyondan oluşan, verisetindeki özniteliklere uygun dağılımdaki çıktılardan oluşan bir keşif alanı sunabilir. Ancak DCGAN algoritması ile doğrudan plan şeması üretimine güvenilerek kullanılması doğru sonuçlar vermeyebilir. Bu nedenle çekişmeli üretken ağlar içindeki DCGAN algoritmasının mimari plan şeması üretiminde üretken bir sistem olarak sadece bir keşif aracı niteliğinde olduğu söylenebilir. Ancak çekişmeli üretken ağların plan şeması üretimi problemi için büyük bir potansiyeli bulunmaktadır. Plan şeması üretim probleminin çözümü için gelecekte karşılaşabileceğimiz, kontrolsüz üretimlerin önüne geçen, yeni üretken çekişmeli ağ mimarilerinin plan şeması üretim probleminde verimli bir araç olarak kullanılabilme potansiyeli bulunmaktadır.