یادگیری ماشین برای استخراج منطق فضایی در پیشنهادهای طراحی دانشجویی: رویکردی مبتنی بر زبان الگو

یادگیری ماشین برای استخراج منطق فضایی در پیشنهادهای طراحی دانشجویی: رویکردی مبتنی بر زبان الگو

غلامحسین ناصری1 حسین مرادی‌نسب2 کامران جواهری3 هانا اعوانی4

1) گروه معماری، واحد دامغان، دانشگاه آزاد اسلامی دامغان
2) گروه معماری، واحد سمنان، دانشگاه آزاد اسلامی سمنان
3) گروه معماری، واحد سمنان، دانشگاه آزاد اسلامی سمنان ایران،
4) گروه معماری، واحد سمنان، دانشگاه آزاد اسلامی، سمنان، ایران،

کد IOI مقاله : AAHD-ABHFCG
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری (itnaf.ir)
چکیده :
    استخراج منطق فضایی نهفته در انبوهی از پروژه‌های طراحی دانشجویی، همواره به‌عنوان یکی از چالش‌های اساسی در نظریه‌پردازی و آموزش معماری مطرح بوده است. نظریۀ «زبان الگو»ی کریستوفر الکساندر، با وجود تأثیرگذاری ژرف خود بر حوزۀ طراحی، تاکنون کمتر در چارچوب روش‌های محاسباتی نوین صورتبندی شده و امکان استخراج خودکار الگوها از داده‌های انبوه طراحی فراهم نیامده است. پژوهش حاضر با هدف پر کردن این شکاف، به ارائه‌ی روشی مبتنی بر یادگیری ماشین برای استخراج الگوهای فضایی تکرارشونده از میان پروژه‌های دانشجویی می‌پردازد. رویکرد پژوهش، ترکیبی از روش‌های کمّی و کیفی با طرح اکتشافیِ متوالی است که در آن، با بهره‌گیری از خودرمزگذار گرافی و روش‌های خوشه‌بندی سلسله‌مراتبی و K-Means، گراف‌های فضایی ۲۵۵ پروژه طراحی معماری از دانشکده‌های ایران، به فضای نهان نگاشته شده و خوشه‌های الگویی غالب و استثنایی شناسایی می‌شوند. اعتبارسنجی نتایج، از طریق روش دلفی و بررسی تطبیقی خوشه‌ها با داوری اساتید مجرب صورت گرفته است. یافته‌ها نشان می‌دهند که سه خانواده الگویی اصلی، یعنی «هسته‌محور»، «خطی-سلسله‌مراتبی» و «خوشه‌ای-شبکه‌ای»، در میان پروژه‌ها قابل شناسایی هستند که با الگوهای کلاسیک الکساندر هم‌پوشانی داشته، اما تفاوت‌هایی را نیز بازنمایی می‌کنند که بیانگر تحول طبیعی زبان طراحی در بستر آموزش معاصر است. افزون‌بر این، هم‌گرایی معناداری میان الگوهای مستخرج و نمرات داوری اساتید مشاهده شد که نشان از کارایی روش در ارزیابی مبتنی بر شواهد دارد. همچنین، شناسایی الگوهای استثنایی و خوشه‌های مرزی، نشان داد که خلاقیت معماری نه در گسست از الگوها، که در بازترکیب خلاقانه آن‌ها ظهور می‌یابد. این پژوهش، با پیوند نظریه زبان الگو و روش‌های محاسباتی نوین، گامی در جهت عینی‌سازی فرایندهای ارزیابی و بازخورد آموزشی در معماری برداشته است و می‌تواند به‌عنوان ابزاری کارآمد در خدمت مدرسان، دانشجویان و پژوهشگران این حوزه قرار گیرد.

کلمات کلیدی : یادگیری ماشین زبان الگو منطق فضایی آموزش معماری خودرمزگذار گرافی تحلیل طرح دانشجویی