检索结果-内蒙古大学图书馆

2021年全国建筑院系建筑数字技术教学与研究学术研讨会暨DADA2021数字建筑学术研讨会

作者：曾旭东陈诗逸杨韵仪重庆大学建筑城规学院

随着诸如机器学习等更先进的人工智能形式的发展,人工智能再度成为热潮,一场数字设计技术的革命正在兴起,并为各领域带来广阔的应用前景。其中,2014年由Ian ***等人提出的生成对抗式神经网络(generative adversarial networks,GAN)开启... 详细信息

随着诸如机器学习等更先进的人工智能形式的发展,人工智能再度成为热潮,一场数字设计技术的革命正在兴起,并为各领域带来广阔的应用前景。其中,2014年由Ian ***等人提出的生成对抗式神经网络(generative adversarial networks,GAN)开启了生成设计的新篇章。对建筑师而言,生成对抗式神经网络是一个崭新的时代跳板,它使人工智能向建筑学又迈进一步。但是人工智能在建筑设计领域的研究仍然处于初期阶段,前沿技术如何与建筑设计过程结合成为学者们关注的焦点。基于这一背景,本文从建筑设计的应用视角,探讨了生成对抗式神经网络在建筑设计领域的研究与应用现状及未来发展趋势;阐述生成对抗式神经网络的原理及主要变形种类;对其在图像生成领域的代表性研究论文进行可视化分析;从应用角度研究其在建筑设计领域的应用方向及实现路径;总结归纳生成对抗式神经网络在建筑设计应用中存在的优势与局限,对未来建筑设计与生成对抗式神经网络结合的进一步研究提供思路,拓宽建筑设计的视野。

关键词：生成对抗式神经网络建筑设计前沿应用

来源：评论

学校读者我要写书评

暂无评论

生成对抗式神经网络在建筑设计领域应用浅析

生成对抗式神经网络在建筑设计领域应用浅析

引用

2021全国建筑院系建筑数字技术教学与研究学术研讨会

作者：曾旭东陈诗逸杨韵仪重庆大学建筑城规学院

随着诸如机器学习等更先进的人工智能形式的发展,人工智能再度成为热潮,一场数字设计技术的革命正在兴起,并为各领域带来广阔的应用前景.其中,2014年由Ian ***等人提出的生成对抗式神经网络(generative adversarial networks,GAN)开启... 详细信息

随着诸如机器学习等更先进的人工智能形式的发展,人工智能再度成为热潮,一场数字设计技术的革命正在兴起,并为各领域带来广阔的应用前景.其中,2014年由Ian ***等人提出的生成对抗式神经网络(generative adversarial networks,GAN)开启了生成设计的新篇章.对建筑师而言,生成对抗式神经网络是一个崭新的时代跳板,它使人工智能向建筑学又迈进一步.但是人工智能在建筑设计领域的研究仍然处于初期阶段,前沿技术如何与建筑设计过程结合成为学者们关注的焦点.基于这一背景,本文从建筑设计的应用视角,探讨了生成对抗式神经网络在建筑设计领域的研究与应用现状及未来发展趋势;阐述生成对抗式神经网络的原理及主要变形种类;对其在图像生成领域的代表性研究论文进行可视化分析;从应用角度研究其在建筑设计领域的应用方向及实现路径;总结归纳生成对抗式神经网络在建筑设计应用中存在的优势与局限,对未来建筑设计与生成对抗式神经网络结合的进一步研究提供思路,拓宽建筑设计的视野.

关键词：生成对抗式神经网络建筑设计前沿应用

来源：评论

学校读者我要写书评

暂无评论

信贷自动审批模型的对抗攻击风险研究

引用

信息技术与网络安全 2022年第2期41卷 53-60页

作者：林琴萍李庚崔润邦邓江天津大学管理与经济学部天津300072 北京泛钛客科技有限公司北京100124

近期,银行等金融机构引进自动信贷审批系统来取代传统的人工审批,而自动信贷审批系统在何种程度上会受到对抗样本的攻击有待研究。通过实验对信贷对抗样本攻击的问题进行了验证。首先,基于申请人的信贷数据对XGBoost模型进行训练,预测... 详细信息

近期,银行等金融机构引进自动信贷审批系统来取代传统的人工审批,而自动信贷审批系统在何种程度上会受到对抗样本的攻击有待研究。通过实验对信贷对抗样本攻击的问题进行了验证。首先,基于申请人的信贷数据对XGBoost模型进行训练,预测申请人行为,并选择原始样本。其次,使用“非违约申请人”对改进的GAN模型进行训练,并用于生成特征值,通过修改原始样本以构建对抗样本,使得修改后的特征值接近于“非违约申请人”密集分布的特征值。最后,使用训练好的XGBoost模型将对抗样本进行分类。在实验中生成的对抗样本可以混淆XGBoost模型。当修改后的特征值的数量增加时,对抗样本的生成率总体呈上升趋势。实验验证,对抗样本的攻击将对自动信贷审批系统造成安全风险。

关键词：信用贷款对抗攻击对抗样本生成对抗式神经网络

来源：评论

学校读者我要写书评

暂无评论

机器学习视野下基于居民偏好的街道风格生成方法研究

引用

新建筑 2022年第6期 19-24页

作者：王浩翼杨钧然吴子悦张烨天津大学建筑学院天津300072 湖北工业大学土木建筑与环境学院武汉430068

街道空间是居民公共生活的载体。随着大数据及机器学习等人工智能形式与多学科联动的快速发展,生成对抗式神经网络研究在建筑与城市领域逐渐成为新热点。机器学习中的深层生成模型能够学习解读数据并自主生成设计,为解决居民对街道景观... 详细信息

街道空间是居民公共生活的载体。随着大数据及机器学习等人工智能形式与多学科联动的快速发展,生成对抗式神经网络研究在建筑与城市领域逐渐成为新热点。机器学习中的深层生成模型能够学习解读数据并自主生成设计,为解决居民对街道景观的需求与实际建设之间的差异问题提供新视角。提出以居民喜好为基准生成街道风格的方法,即利用基于条件生成对抗式神经网络的“图像对图像的风格转译”框架,将二维风格图片与三维建筑形体设计关联后建立可实时反馈的街道改造可视化平台,可在改变建筑模型的高度和形态的同时,根据居民偏好自主生成街道风格。这一机器学习对街道风格生成的应用可帮助使用者设计和评估城市街道设计方案,为街道空间和建筑形态设计提供重要依据。

关键词：机器学习居民偏好生成对抗式神经网络街景图像生成风格迁移

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：