ارزیابی مدل نظری و عملی یادگیری ماشین مبتنی بر فاصله سنجی بردار شباهت پلان ها بر مبنای توسعه فناوری هوش مصنوعی در معماری

ما در آستانه ورود به جامعه دانش مدار هستیم که در آن منبع اصلی اقتصاد، سرمایه یا منابع طبیعی و نیروی کارگری نیست، بلکه فقط دانش به عنوان تنها منع معنی دار جهان تلقی می شود. این جمله از دراکر اهمیت دانش را نشان می دهد، در واقع مساله این پژوهش بیان و ارزیابی مدلی نظری و عملی در جهت واکاوی شیوه های آموزش پلان های معماری به الگوریتم های یادگیری ماشین است. بر همین اساس پژوهش به دنبال یافتن شیوه های توسعه داده های (پلان ها) معماری به سمت فناوری های نوین می باشد. هدف پژوهش یافتن راهی برای توسعه فناوری هوش مصنوعی در ورود داده های معماری با همان مفاهیم اصلی خود است که بتواند علاوه بر داشتن همان کارکردهایی که هوش انسانی دارد، سرعت، دقت و چندبعدی بودن را در فرآیند تولید دانش معماری لحاظ نماید. روش پژوهش بصورت تاریخی، تحلیلی و با رویکرد بررسی داده های کمی می باشد که با استفاده از الگوریتم های پردازش تصویر، خطوط چندین نمونه از پلان های معماری در اعداد نرمال شده ۰ تا ۱قرارداده شده و سپس به روش تعیین فاصله کسینوسی بر روی بردارهای به دست آمده، تشابه سنجی گردیده است. یافته های این پژوهش بیان می دارد با روش های ارائه گردیده می توان داده های موجود در پلان را به ماشین انتقال داد و همین شیوه می تواند، در آینده پایه گذار سامانه های هوشمندی شود که توانایی تولید و تشابه سنجی پلان های معماری را بصورت نامحدود خواهند داشت و این فرآیند نخستین گام در این حوزه می باشد.