首页|生成对抗网络在小尺度空间布局生成设计中的研究进展与未来展望

生成对抗网络在小尺度空间布局生成设计中的研究进展与未来展望

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
生成对抗网络技术的提出赋予了人工智能技术强大的生成能力和创造力,因此也被应用于小尺度的空间设计方案快速生成研究中,成为当前的新兴领域之一.由于算法特殊的生成逻辑,其应用发展迅猛,为空间设计带来了新的思考方式.但由于算法的不可解释性,也成为约束其自身发展的瓶颈.基于此,本文提出小尺度空间设计中的收敛性、发散性两类问题,并从算法原理解释GAN在解决不同问题中的优势,以此明确GAN在生成设计中的定位和研究意义是解决发散性问题;基于GAN的特征论证其应用瓶颈并总结GAN应用的现状及未来发展趋势,提出可解释性、可控性、成果评价、实验部署四个具体的未来发展方向.
Research Progress and Prospects for Generative Adversarial Network in the Generation Design of Small Scale Spatial Layout

赵晶、陈然、鲍贝

展开 >

北京林业大学园林学院

人工智能 深度学习 生成式设计 生成对抗网络 建筑设计

教育部人文社会科学研究青年基金北京林业大学建设世界一流学科和特色发展引导专项

18YJC7601462019XKJS0317

2022

装饰
清华大学

装饰

CSTPCDCSSCI北大核心
影响因子：0.43
ISSN：0412-3662
年,卷(期)：2022.(3)
  • 4
  • 5