Plan Generation with Generative Adversarial Networks: Haeckel’s Drawings to Palladian Plans

Authors : Merve Akdoğan, Özgün Balaban

Pages : 135-154

Doi:10.53710/jcode.1064225

View : 21 | Download : 12

Publication Date : 2022-03-31

Article Type : Research

Abstract :Bu çalışmada, derin öğrenme ağlarının mimari tasarımdaki uygulamaları deneysel plan üretimi yoluyla araştırılmıştır. GAN (çekişmeli üretken ağ) gibi derin öğrenme ağlarının görüntü işleme yetenekleriyle, mimari görsel verilerle üretken modellerin eğitimi mümkündür. GAN türlerinden biri olan CycleGAN, görsel veri seti esnekliği ve ön işçilik gereksiniminin düşük olması nedeniyle bu çalışma için seçilmiştir. Bu çalışma kapsamında CycleGAN modelini eğitmek için veri seti olarak 2B planlar ve görseller seçilmiştir. Modeli yalnızca planlardan oluşan bir veri setiyle eğitmek ve benzer ancak yeni çıktılar ürettirmek mümkünken, bu çalışmada farklı bir veri setindeki görselleri plan benzeri görsellere dönüştürmek amacıyla iki veri seti kullanılmıştır. Planlardan oluşan veri seti için Palladio’nun planları seçilmiştir. Çünkü bu planların iki boyuttaki güçlü temsil dili ve simetrik özellikleri sayesinde, mekansal organizasyona dair gömülü veriler CycleGAN algoritması tarafından kolayca çözümlenebilir ve bir eğitim seti olarak kullanılabilir. İkinci veri seti ise, organik yapıların görsel verilerinden mekansal organizasyon oluşturma olasılıklarını araştırmak için Haeckel'in mikroorganizma çizimlerinden oluşturulmuştur. Haeckel'in çizimleri asıl mikroorganizma görselleri yerine, idealize edilmiş ve rotasyonel simetriye sahip plan benzeri figürler oldukları için seçilmiştir. Model, aralarında görsel dönüşüm yapmak için bu iki veri seti ile eğitilmiştir. Model her iki yönde de çalışabilmesine rağmen, bu makale Haeckel'in çizimlerinden Palladyan benzeri planlara dönüşümlere odaklanmış ve bu dönüşümlerin sonuçları değerlendirilmiştir. Çalışma sonunda model, Haeckel’in çizimlerini Palladio’nun planlarındaki biçimsel özelliklere sahip plan benzeri görsellere çevirmiştir. Sonuç ürünler, ön tasarım sürecine ve mimari ile alan dışı görseller arasındaki görsel dönüşümleri araştırma konusuna fayda ve ilham sağlayabilir. Bu çalışma, yapay zekâ yöntemlerinin -özellikle GAN'ların- deneysel plan üretimlerinde kullanımı açısından alana katkı sağlamaktadır.
Keywords : CycleGAN, Derin Öğrenme, Mekansal Görüntü İşleme, Mimarlıkta Yapay Zeka, Plan Üretimi