1405/07/18

بهروز صالحی

مرتبه علمی: استادیار
ارکید:
تحصیلات: دکترای تخصصی
ریسرچ گیت:
دانشکده: فنی و مهندسی
اسکولار: پیوند
پست الکترونیکی: b.salehi [at] ilam.ac.ir
اسکاپوس: پیوند
تلفن:
HIndex: 3

مشخصات پژوهش

عنوان
ارزیابی زیبایی شناسی نمای ساختمان های شهری با استفاده از الگوریتم های یادگیری عمیق
نوع پژوهش
پایان نامه
کلیدواژه‌ها
زیبایی شناسی، یادگیری عمیق، نمای ساختمان، هوش مصنوعی، معماران و غیر معماران
سال 1403
پژوهشگران زینب دارابی(دانشجو)، بهروز صالحی(استاد راهنما)، مجتبی کرمی(استاد مشاور)

چکیده

تفاوت در دیدگاهها و تجربیات بین معماران و غیر معماران یک چالش بزرگ در زمینه طراحی معماری ایجاد کرده است. معماران در طراحی ساختمانها به اصول معماری پایبند هستند، در حالیکه غیر معماران با توجه به ذوق و تجربیات شخصی خود، زیبایی یک اثر معماری را تفسیر میکنند. نمای ساختمانها از تأثیر گذارترین عوامل بر احساس رضایت و زیبایی در فضاهای شهری هستند و تفاوت دیدگاههای معماران و غیر معماران به عنوان یک چالش در مسیر معماران و طراحان همواره مورد توجه بوده است. زیرا ساختمانهایی که بر اساس اصول زیباییشناسی مورد توجه معماران طراحی شدهاند، ممکن است با نظرات گوناگون و متفاوت درک زیبایی شهروندان مغایرت داشته باشند. تجربیات شخصی هر انسان، به عنوان یک عامل مؤثر در شکلگیری دیدگاه او نسبت به زیبایی ساختمانها، معماران را با تنوعی گسترده در نظرات و دیدگاهها مواجه میکند، در نتیجه در فرآیند طراحی نماهای ساختمانی، مدیریت این گستردگی نظرات از اهمیت خاصی برخوردار است تا بهطور هماهنگ و جذاب، محیطهای شهری زیبا و متنوع ایجاد شود و طراحان و معماران بتوانند علاوه بر اصول معماری و شهرسازی پاسخگوی سلایق افراد باشند. به همین منظور در این پژوهش سعی شده است برای کمک گرفتن از هوش مصنوعی جهت رفع چالش مطرح شده به بررسی توانایی هوش مصنوعی در تخمین زیبایی از منظر معماران و غیر معماران پرداخته شود. برای تخمین زیبایی نمای ساختمانهای شهری، از مدلهای پیشرفته شبکههای عصبی عمیق از جمله ( EfficientNet، VGG16، ResNet، YOLO V8 و MobileNet v3 ) بهره گرفته شده است. مدلهای YOLO V8 با دقت %81. 9 و vgg16 با دقت %81. 29 در تست به ترتیب بهترین مدلها در ارزیابی زیبایی از نظر معماران و غیر معماران بودند.