Resumen de Conversión de patrones en isométricas a través de redes generativas antagónicas (gans)
Diego Navarro Mateu, Oriol Carrasco Carrasco, Pedro Cortés Nieves
El ejercicio de la arquitectura se sustenta en un proyectar compuesto de diferentes niveles de abstracción. Desde la conceptualización de los espacios hasta la expresión de la geometría, existe una información jerárquica susceptible de ser abstraída a modo de patrón. La presente investigación plantea la posibilidad de comprimir y codificar dicha información en cuadrículas de colores que puedan ser interpretados por una inteligencia artificial (red generativa adversa (cGAN)) para que esta pueda representar un objeto arquitectónico. El desarrollo del aprendizaje automático (‘machine learning’, ML) nos permiten introducir nuevos flujos de trabajos tanto para el diseño como para el análisis. Mediante la asociación de imágenes, esta investigación genera isométricas que representen arquitecturas relativamente complejas a partir de un código cromático simplificado. En dicha investigación, el entrenamiento de dos redes neuronales pone a prueba la posibilidad de aplicar una codificación ...
