Grasshopper. Генеративный дизайн [Софт культура] [Алёна Устина, Антон Кошелев]
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.
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.
- 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
https://softculture.cc/courses/architects/generative-design-marathon