Zobrazit minimální záznam

Sound Shape Space



dc.contributor.advisorFlorián Miloš
dc.contributor.authorKarolína Kotnour
dc.date.accessioned2023-06-07T10:19:11Z
dc.date.available2023-06-07T10:19:11Z
dc.date.issued2023-01-19
dc.identifierKOS-1237566343005
dc.identifier.urihttp://hdl.handle.net/10467/108606
dc.description.abstractTato disertační práce navrhuje novou strategii evolučních architektonických struktur založenou na myšlence adaptace na dynamicky se měnící prostředí s využitím pokročilých metod strojového učení a AI. Evoluční architektura využívá fyzické a kognitivní procesy, které jsou transformovány a sestavovány do struktur na základě vlastností a schopností prostředí. Projekt zkoumá živý dynamický systém jako komplexní soubor přírodních a kulturních dílčích procesů, ve kterých každá z interagujících entit a systémů vytváří komplexní agregáty. Zabývá se přírodními procesy, komunikačními toky, informačními sítěmi, distribucí zdrojů, hustými šumovými masami, velkou skupinou činitelů a jejich prostorovými interakcemi v prostředí. Významným rozšířením stávajícího výzkumu projekt vytváří meta-learning model vhodný pro testování různých aspektů adaptace na komplexní dynamické prostředí. To se týká obtížnosti navrhování umělých agentů, kteří mohou inteligentně reagovat na vyvíjející se složité procesy. Tento multidisciplinární projekt přenáší znalosti do oblasti architektonické tvorby, od kognitivní neurovědy a interakce člověk-počítač až po digitální modelování pomocí algoritmů strojového učení. Teoretická část práce nastiňuje nové přístupy k uchopení prostoru, materiálu a architektury v modelech vln a částic. Obsahuje studii digitálních zvukově-prostorových struktur - zvukových ploch. Projekt je případovou studií zavádění nových přístupů v architektuře, které jsou špičkou současných výpočetních technologií. Zkoumá použitelnost algoritmů strojového učení v kontextu prostorových dynamických sil jako nástroje pro architektonickou reprezentaci zvukových a dynamických prostorových struktur. Druhá část práce se zabývá aplikací složitějších modelů strojového učení pro architektonickou inteligenci. Experimentální část je zaměřena na koncept dynamického prostředí. Poté je představen koncept evoluční architektury a architektonické inteligence založený na myšlenkách adaptace na změny prostředí. Běžné algoritmy strojového učení a neuronové sítě mají omezený rozsah, protože se zabývají jednotlivými úkoly a nejsou dostatečné pro modelování složitých adaptačních procesů. Proto práce navrhuje přístup založený na pokročilých metodách jako je meta-learning, ve kterém lze poznatky získané řešením jednoho úkolu zobecnit a aplikovat na mnoho dalších úkolů. Představuje aplikace meta-learningu pro analýzu a návrh architektury a testuje navrhovaný teoretický rámec Meta-Evolver ve formě imerzivního digitálního prostředí.cze
dc.description.abstractThis doctoral thesis proposes a new strategy for evolving architectural structures based on the idea of adaptation to a dynamically changing environment, with the use of advanced machine learning and AI methods. The evolving architecture uses physical and cognitive processes that are transformed and assembled into structures based on environmental properties and capabilities. The project investigates a living dynamic system as a complex set of natural and cultural sub-processes in which each of the interacting entities and systems creates complex aggregates. It deals with natural processes, communication flows, information networks, resource distribution, dense noise masses, a large group of agents and their spatial interactions in the environment. By significantly expanding existing research, the project creates a meta-learning model useful for testing various aspects of adaptation to a complex dynamic environment. This refers to the difficulty of designing artificial agents that can intelligently respond to evolving complex processes. This multidisciplinary project transfer knowledge into the field of architectural creation, from cognitive neuroscience and human-computer interaction approaching digital modelling through machine learning algorithms. The theoretical part of the thesis outline novel approaches to grasp space, material and architecture in a models of waves and particles. It contains a study of digital sound-spatial structures - soundscapes. The project is a case study of the implementation of new approaches in architecture that are a cutting edge of the contemporary computing technologies. It investigate applicability of machine learning algorithms in the context of spatial dynamic forces, as a tool for architectural representation of sound and dynamic spatial structures. The second part of the thesis deals with the application of more complex machine learning models for Architectural Intelligence. The experimental part focuses on the concept of a dynamic environment. Then the concept of evolutionary architecture and Architectural Intelligence is introduced based on the ideas of adaptation to environmental changes. The common machine learning algorithms and neural networks have a limited range as they deal with individual tasks and are not sufficient for modelling complex adaptation processes. Therefore, the thesis propose an approach based on advanced methods such as meta-learning, in which the knowledge gained to solve one task can be generalised and applied to many other tasks. It presents the applications of meta-learning to analyse and design architecture and tests the proposed theoretical framework of Meta-Evolver in the form of an immersive digital environment.eng
dc.publisherČeské vysoké učení technické v Praze. Vypočetní a informační centrum.cze
dc.publisherCzech Technical University in Prague. Computing and Information Centre.eng
dc.rightsA university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmleng
dc.rightsVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.htmlcze
dc.subjectadaptace algoritmy architektura architektonická inteligence umělá inteligence mozek kognitivní komplexní systémy data digitální design dynamické prostředí vyvíjející se formy interakce člověka a počítače zpracování informací metody strojového učení hudba neuronové sítě vzory reprezentace zvuk prostor prostorové struktury systémy technologie virtualitacze
dc.subjectadaptation algorithms architecture architectural intelligence artificial intelligence brain cognitive complex systems data digital design dynamic environment evolving forms general human computer interaction information processing machine learning methods music neural networks patterns representation sound space spatial structures systems technology virtualeng
dc.titleSound Shape Space -cze
dc.titleSound Shape Spaceeng
dc.typedisertační prácecze
dc.typedoctoral thesiseng
dc.date.accepted2023-06-06
dc.contributor.refereeŠimkovič Vlado
theses.degree.grantorústav modelového projektovánícze
theses.degree.programmeArchitektura a urbanismuscze


Soubory tohoto záznamu






Tento záznam se objevuje v následujících kolekcích

Zobrazit minimální záznam