LEE- Mimari Tasarımda Bilişim-Yüksek Lisans
Bu koleksiyon için kalıcı URI
Gözat
Sustainable Development Goal "none" ile LEE- Mimari Tasarımda Bilişim-Yüksek Lisans'a göz atma
Sayfa başına sonuç
Sıralama Seçenekleri
-
ÖgeYeni fenomen algoritmalar: çekişmeli üretken ağların mimarlıktaki potansiyelleri üzerine bir araştırma(Lisansüstü Eğitim Enstitüsü, 2021-07-13) Eroğlu, Ruşen ; Gül, Leman Figen ; 523171010 ; Mimari Tasarımda Bilişim ; Informatics in Architectural DesignGün geçtikçe gelişen yapay zeka, hızla geniş bir araştırma alanına dönüşmektedir. Yapılan tez çalışması, işte tam bu noktada; son yıllarda oldukça gündemde olan yapay zeka yöntemlerini kullanarak mimari görsel üretim özelinde potansiyelleri araştıracaktır. Bununla birlikte, çalışmanın bir diğer vurgusu üretken modelleri eğitme sürecinde bilgisayarın görüntüleri nasıl anladığı ve oluşturduğunu anlamamızı sağlayacağıdır. Bilgisayarın nasıl gördüğünü anlamak, bunun potansiyellerini keşfetmek; bizi imaj üretiminin bir adım ötesine taşıyacaktır. Bu şekilde bu sistemlerin gelişmesinde rol alma olanağı verecektir. Tez, sırasıyla; veri biliminin Çekişmeli Üretken Ağlara kadar olan gelişimini açıklamakla birlikte bu gelişmelerin mimarlık disiplinindeki etkilerini anlatmaktadır. Çekişmeli Üretken Ağlar ile mimarlık alanında yapılmış çalışmaların açıklandığı literatürde kullanılan modellerden çeşitli Çekişmeli Üretken Ağların deney için seçilmesine karar verilmiştir. Farklı derecede özniteliklere sahip veri setlerinin, yapısal ve üretim döngüleri ile seçilen dört Çekişmeli Üretken Ağ, tezin ana bölümünü oluşturmaktadır. Bu ağlar ile yapılacak deneyler için kullanılan araçlar; Google Colab bulut ortamı ve Anaconda uygulamasındaki Jupyter Notebook arayüzünde Python programlama dili olarak seçilmiştir. Seçimde kullanılan modellerin bu programlama diline uygunluğu göz önüne alınmıştır. Sonuç olarak; deneyler sonucu üretilen imajların görsel potansiyelleri mimari perspektifte irdelenmiş, bulunan keşiflerden potansiyeller çıkarılmıştır. Bu bakımdan tezin yürütülmesi, denetimsiz bir derin öğrenme modelini andırmaktadır. Çalışma; açık kaynak paylaşımlı olan DCGAN, Pix2Pix, CycleGAN ve StyleGAN algoritmaları ile yine açık kaynak alınmış üç veri kümesi olan Ahameniş, Bauhaus ve Paladyan tarzı veri setleri çalıştırılarak başlamıştır. Deneylerde ortaya çıkan geri dönüşler ile yeni veri setleri oluşturulmuştur. Böylece deneylerde çeşitlilik sağlanmış, kontrollü değişkenler ile toplam 9 deney organize edilmiştir. Bu dokuz deneyde veri setleri öznitelik farklılıklarına ya da modelin ihtiyaçlarına göre değiştirilmiştir. Çıkan sonuçlar sezgisel olarak dolaylı nitel yöntemle değerlendirilmiştir. Mimarlık disiplinindeki tasarım ve üretim potansiyellerini arayan çalışma, bu gözlemler sonucu mimari görsel üretim anlamında hem stil transferi hem de form üretimi konularında keşifler ve bu keşiflerden potansiyeller açığa çıkarmaktadır. Sonuç olarak; araç olarak seçilen yapay zeka algoritmaları, mimarlık için yeni ilkeler, kurallar ve yollar oluşturma fırsatı vermektedir. Yapay zeka alanında bu algoritmalar gelişirken; buna açık olmak ve kullanım alanlarını ölçmek yeni bir düşünsel bakış açısı getirebilir.