文献

J-GLOBAL ID：202202287414271741   整理番号：22A1053083

深層学習を用いたタワー類型学のオリジナリティに関するアーキテクトと非アーキテクトの視覚的知覚間の差異の定量化【JST・京大機械翻訳】

Quantifying Differences Between Architects’ and Non-architects’ Visual Perception of Originality of Tower Typology Using Deep Learning

著者 (1件)： Mondal Joy (WEsearch lab, New Delhi, India)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1465  ページ： 203-221  発行年： 2022年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文は,建築家と非建築の間の回転塔類型学の独創性の視覚認識における差異を定量化するための計算方法論を提示した。12変数を有する絶対タワービルDのパラメトリック定義を用いて,250の設計変異体を生成した。その後,60人の建築家と60人の非アーキテクトを,元の設計と比較して,設計バリアントを,「Pの「Pの Like用いるの Like scale尺度に関して,元の設計と比較して,依頼するよう依頼した。クラウドソース評価データによって,2つのニューラルネットワーク,すなわち,建築家と非アーキテクトのためのそれぞれを訓練して,15,000の設計変異体の独創性スコアを予測した。結果は,建築家がオリジナルとして設計変異体を見る際に,より優しいことを示した。建築家による平均独創性スコアは,非保護者による平均独創性スコアより27.74%高い。非アーキテクトと比較して,建築家は,元のように設計バリアントを見るために,1.93倍である。事例の92.01%において,建築家の独創性スコアは,非保護者より高かった。この方法論を用いて,主観的意見を定量化し,予測することができた。Copyright Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *視覚 ,  設計 ,  知覚 ,  回転 ,  ニューラルネットワーク ,  計算理論 ,  *建築家 ,  *塔状構造物 ,  視認
準シソーラス用語： *深層学習 , 【Automatic Indexing@JST】

著者キーワード (7件)： 独創性 ,  タワー類型学 ,  視覚認識 ,  クラウドソース ,  主観的評価 ,  深層学習 ,  ニューラルネットワーク

分類 (5件)： 建築工学一般  (RB01010M) ,  コンクリート構造  (RA04030A) ,  公衆衛生  (GB02000X) ,  その他のオペレーションズリサーチの手法  (KA03070E) ,  物理化学一般  (CB01010X)

タイトルに関連する用語 (7件)： 深層学習 ,  タワー ,  アーキテクト ,  視覚 ,  知覚 ,  差異 ,  定量化