Grasshopper. Генеративный дизайн

Генеративный дизайн, оптимизация и машинное обучение в Grasshopper — концепции на стыке архитектуры и технологий, которые сулят большие изменения в профессии архитектора.

На трёхдневном марафоне разберёмся, как использовать возможности генеративного дизайна — однофакторную и многофакторную оптимизацию. А ещё научим нейронную сеть генерировать планировки и поговорим о том, как применять алгоритмы машинного обучения в проектировании.

Работать будем на примерах разного масштаба: города, улицы и здания.

для кого

Марафон предназначен:

? Для архитекторов и городских планировщиков.

? Для студентов и практикующих специалистов.

? Для тех, кто уже работает в Grasshopper.

? Только для пользователей Windows.

? Для тех, кто хочет учиться из любой точки мира.

альтернативы

Если вы ещё не работаете Grasshopper, вам на курс «Цифровое формообразование». Для продвинутых пользователей Grasshopper у нас также есть марафон «Анализ среды».

чему вы научитесь

• 1

  Работа с генеративными компонентами

  Расскажем о компонентах генеративного дизайна в Grasshopper и плагинах на него. Объясним, как применять различные алгоритмы и какие у них есть ограничения.

• 2

  Алгоритмы оптимизации

  Покажем, как применять алгоритмы однофакторной, двухфакторной и многофакторной оптимизации для работы в разных масштабах — в масштабе города и участка.

• 3

  Алгоритмы машинного обучения

  Разберёмся с тремя принципиальными алгоритмами машинного обучения — регрессиями, кластеризацией и нейронными сетями.

Марафон — это короткий и насыщенный онлайн-интенсив. В течение нескольких вечеров студенты и преподаватели взаимодействуют в прямом эфире в Zoom: преподаватели проводят мастер-классы и делятся опытом, а студенты повторяют их действия, выполняют задания, задают вопросы и тут же обсуждают возникающие трудности.

12

программа по дням

• 1

  Генеративные инструменты
  Эволюционные алгоритмы
  Однофакторная оптимизация
  Плагины Galapagos, Shortest Walk, SilverEye
  Двухфакторная опимизация
  Плагины SilverEye, Elk, Octopus
  Функциональный баланс города
  Связи в городе

• 2

  Многофакторная оптимизация
  Плагины Oposum, Ladybug, Octopus, Kangaroo
  Посадка на здания на рельеф
  Расчёт инсоляции
  Поиск формы здания

• 3

  Алгоритмы машинного обучения
  Регрессии
  Кластеризация и классификация
  Нейронные сети
  Плагин LunchBox
  Панелизация фасадов
  Генерация планировок

Телеграм: t.me/ainewsline

Источник: softculture.cc

Комментарии: