基于机器学习的传统建筑聚落历史风貌保护生成设计方法——以罗马Termini火车站周边地块城市更新设计为例

• 作者: 卢德格尔·霍夫施塔特 唐芃 李鸿渐 王笑
• 来源期刊: 建筑师
• 关键词: 传统建筑聚落 机器学习 生成设计 基于案例推理
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 聚落研究
• 页码范围: 100-105
• 页数: 6页
• 字数: 7601字
• 语种: 中文

摘要

本文关注在传统建筑聚落的历史风貌保护或更新设计中,如何依靠计算机信息技术获得不依赖于人的主观判断的传统空间形态构成规则,建立数字化生成设计工具,来解答传统建筑聚落历史文化信息的精确传承和创新利用的问题.文中介绍了人工智能领域中的数据挖掘和机器学习对以上问题的解决可能,并结合案例介绍了“基于案例学习”等技术工具在城市历史地段城市更新设计中的应用成果.探索了基于知识发现的生成设计工具对传统建筑聚落历史风貌保护所起到的作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐芃	东南大学建筑学院	13	24	2.0	4.0
2	卢德格尔·霍夫施塔特	瑞士苏黎世联邦理工大学建筑系	2	1	1.0	1.0
3	李鸿渐	东南大学建筑学院	3	5	1.0	2.0
4	王笑	东南大学建筑学院	1	1	1.0	1.0