Conversión de patrones en isométricas a través de redes generativas antagónicas (GANs)
Ver/
Identificadores
URI: http://hdl.handle.net/10317/11375ISBN: 978-84-17853-51-8
DOI: 10.31428/10317/11375
Compartir
Estadísticas
Ver Estadísticas de usoMetadatos
Mostrar el registro completo del ítemÁrea de conocimiento
Expresión Gráfica ArquitectónicaRealizado en/con
Universidad Politécnica de CartagenaFecha de publicación
2022Editorial
Universidad Politécnica de Cartagena. Ediciones UPCTCita bibliográfica
Navarro Mateu, Diego; Carrasco, Oriol; Cortés Nieves, Pedro. Conversión de patrones en isométricas a través de redes generativas antagónicas (GANs). En: XIX Congreso Internacional de Expresión Gráfica Arquitectónica: 2-4 de junio de 2022. Cartagena: Universidad Politécnica de Cartagena, 2022. Pp. 557-560. ISBN: 978-84-17853-51-8Palabras clave
EGAInteligencia artificial
Diseño generativo
Diseño paramétrico
Patrones
Aprendizaje automático
Resumen
El ejercicio de la arquitectura se sustenta en un proyectar compuesto de diferentes niveles de abstracción. Desde la
conceptualización de los espacios hasta la expresión de la geometría, existe una información jerárquica susceptible de ser abstraída a
modo de patrón. La presente investigación plantea la posibilidad de comprimir y codificar dicha información en cuadrículas de
colores que puedan ser interpretados por una inteligencia artificial (red generativa adversa (cGAN)) para que esta pueda
representar un objeto arquitectónico.
El desarrollo del aprendizaje automático (‘machine learning’, ML) nos permiten introducir nuevos flujos de trabajos tanto para el
diseño como para el análisis. Mediante la asociación de imágenes, esta investigación genera isométricas que representen
arquitecturas relativamente complejas a partir de un código cromático simplificado. En dicha investigación, el entrenamiento de
dos redes neuronales pone a prueba la posibilidad de aplicar una codificación ...
Colecciones
El ítem tiene asociados los siguientes ficheros de licencia:
Redes sociales