机器学习如何增强建筑设计的过程?
研究项目名称
机器学习设计策略的价值机会
我们做了什么
我们探讨了机器学习的本质及其在建筑设计中的潜在应用。我们的探索包括确定应用程序的潜在入口点,以及确定最能从机器学习技术中受益的设计任务。然后,我们开发了两个试点项目,将机器学习方法作为改进决策过程的工具:一个专注于建筑可视化,另一个专注于调查评论分析。
基于这些试点,我们将精力集中在调查评论分析上,因为它被证明具有最高的设计应用概率。我们利用机器学习创建了主题模型,该模型分析了Gensler工作场所绩效指数调查中的评论,并将其图形化聚类为定义的主题,将结果可视化地聚类为自然光线和噪音等共性。开云体育全站登录平台入口我们在几秒钟内评估了超过23.4万条评论。我们还探索了按行业创建目标主题模型和分析的机会,以获得更细粒度的见解。
基于这些试点,我们将精力集中在调查评论分析上,因为它被证明具有最高的设计应用概率。我们利用机器学习创建了主题模型,该模型分析了Gensler工作场所绩效指数调查中的评论,并将其图形化聚类为定义的主题,将结果可视化地聚类为自然光线和噪音等共性。开云体育全站登录平台入口我们在几秒钟内评估了超过23.4万条评论。我们还探索了按行业创建目标主题模型和分析的机会,以获得更细粒度的见解。
了解更多
团队
Nilesh Bansal, Chang-Yeon Cho, Russell Gilchrist, Sean McGuire, Jonathan Sandoval
年完成
2019
对我们应该调查的进一步问题的评论或想法?