KaydedilenlerDerginizi ekleyin

Dergiler / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2020 / Cilt: 35 - Sayı: 4

Depreme dayanıklı mimari tasarımda yapay zeka uygulamaları: Derin öğrenme ve görüntü işleme yöntemi ile düzensiz taşıyıcı sistem tespiti

Kaan BİNGÖL
Aslı ER AKAN
Hilal Tuğba ÖRMECİOĞLU
Arzu ER
Sayfa
2197–2210
Yayın Tarihi
2020-07-21
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Böylelikle, tasarımın erken aşamasında doğru kararlar alınması sağlanacak, uygulama projesi aşamasında gerçekleşebilecek beklenmedik revizyonlar engellenecektir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Mimari tasarım süreci ana tasarım kararlarının alınmasından detaylandırma aşamasına kadar farklı birçok konuda uzmanlaşmış kişilerin işbirliği ile gerçekleşse de ana kararların alınması, plan organizasyonu, kütle kurgusu vb. temel kararlar mimar tarafından alınmaktadır.
📊
Temel Bulgular & Veri:Bilgisayar Destekli Tasarım (CAD) programları ise genellikle, tasarımın ana kararları alındıktan sonra etkili olmaktadır.
💡
Sonuç & Katkı:Böylelikle, tasarımın erken aşamasında doğru kararlar alınması sağlanacak, uygulama projesi aşamasında gerçekleşebilecek beklenmedik revizyonlar engellenecektir.
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Deprem Yönetmeliği · Derin Öğrenme · ImageAI

Özet

Mimari tasarım süreci ana tasarım kararlarının alınmasından detaylandırma aşamasına kadar farklı birçok konuda uzmanlaşmış kişilerin işbirliği ile gerçekleşse de ana kararların alınması, plan organizasyonu, kütle kurgusu vb. temel kararlar mimar tarafından alınmaktadır. Bilgisayar Destekli Tasarım (CAD) programları ise genellikle, tasarımın ana kararları alındıktan sonra etkili olmaktadır. Bu nedenle, süreçte alınan ana kararların taşıyıcı sistem hesabı sırasında değiştirilmesinin gerekmesi ise sıkça rastlanan bir durum haline gelmektedir. Bunun oluşmaması için mimari tasarımın erken evrelerinde deprem mimarlığı bilinciyle taşıyıcı sistem kurgusunun bir tasarım girdisi olarak sürece katılması gerekir; çünkü mimari tasarım aşamasında taşıyıcı sistem kurgusunun iyi düşünülmemesi, uygulama projesi aşamasında beklenmedik revizyonlarla karşılaşılmasına ve dolayısıyla hem süreç hem de maliyet olarak ciddi kayıplara sebep olmaktadır. Bu çalışmanın amacı, söz konusu probleme çözüm oluşturacak şekilde, derin öğrenme ve görüntü işleme yöntemleri kullanarak, tasarımın erken evrelerinde, mimarlara taşıyıcı sistem kararlarının deprem yönetmeliğine uygunluğu hakkında genel bilgiler verebilecek bir Düzensizlik Kontrol Asistanı (DK Asistanı) oluşturulmasıdır. Böylelikle, tasarımın erken aşamasında doğru kararlar alınması sağlanacak, uygulama projesi aşamasında gerçekleşebilecek beklenmedik revizyonlar engellenecektir.

🔖

Bu Makaleye Atıf Yap

BİNGÖL, K., AKAN, A. E., ÖRMECİOĞLU, H. T., ER, A. (2020). Depreme dayanıklı mimari tasarımda yapay zeka uygulamaları: Derin öğrenme ve görüntü işleme yöntemi ile düzensiz taşıyıcı sistem tespiti. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 35 - Sayı: 4, 2197–2210. https://ajindex.com/articles/19741

📄 Tam Metin PDF Okuyucu

↗Yeni Sekme

Kaynakça (13)

  1. Arnold, C., Architectural Aspects of Seismic Resistant Design, Paper 2003, Eleventh World Conference on Earthquake Engineering, Elsevier Science Ltd., 1996
  2. Lu, P., Chen, S., Zheng, Y., Artificial Intelligence in Civil Engineering, Mathematical Problems in Engineering, Vol. 1-22, 2012
  3. The Artificial Use Of The Term “Intelligence”, https://becominghuman.ai/the-artificial-use-of-the-term-intelligence-c82878447dfd. Yayın tarihi Temmuz 31, 2017. Erişim Tarihi: Nisan 14, 2019
  4. Afet ve Acil Durum Yönetim Başkanlığı, Türkiye Bina Deprem Yönetmeliği, 19-30, 2018
  5. Python for Education: Permutations Andrzej Kapanowski Marian Smoluchowski Institute of Physics Jagiellonian University, Cracow, Poland. Python Papers ., Vol. 9, 1-17, 2014
  6. Olafenwa, J., 2019, Image AI – “Train Image Recognition AI with 5 Lines of Code” Deequest AI
  7. McCarthy, J., What is Artificial Intelligence?, Stanford University, http://www-formal.stanford.edu/jmc/whatisai/, Yayın tarihi 2007.Erişim Tarihi: Nisan 14, 2019.8. Nabiyev, V. V., “Yapay Zeka: İnsan-Bilgisayar Etkileşimi(3ed)”, Seçkin Yayıncılık, Sözkesen Matbaacılık: Ankara, 2-55, 2016
  8. Weizenbaum, J., ELIZA--A Computer Program For the Study of Natural Language Communication Between Man and Machine, Communications of the ACM, Vol. 9, Number 1, 36-45, 1966
  9. Yapay Zeka, Makine Öğrenmesi ve Derin Öğrenme İlişkisi, https://becominghuman.ai/the-artificial-use-of-the-term-intelligence-c82878447dfd ,Yayın tarihi Temmuz 2017, Erişim Tarihi: Kasım 2019
  10. Russell, S. and Norvig, P. Artificial Intelligence: A Modern Approach (3rd ed.). Upper Saddle River, New Jersey: Prentice Hall, 2-8, 2010.12. Haugeland, J., Artificial Intelligence: The Very Idea. MIT Press, 1985
  11. Bellman, R., An Introduction to Artificial Intelligence: Can Computers Think?, Boyd&Fraser Publishing Company, San Fransisco, 1978.14. Kurzweil, R., The Age of Intelligent Machines, MIT Press, 1990
  12. Rich, E. and Knight, K., Artificial Intelli- gence (second edition). McGraw Hill, 1991. 16.Charniak, E. and McDermott, D., Introduction to Artificial Intelligence, Addison-Wesley, 1995. 17.Winston, P. H., Artificial Intelligence (third edition), Addison- Wesley, 1992. 18.Poole, D., Mackworth, A. K., and Goebel, R., Computational intelligence: A logical approach, Oxford University Press, 1998
  13. Nilsson, N. J., Artificial Intelligence: A New Synthesis, Morgan Kaufmann, 1998. 20.Koza, J. R., Bennett, F. H., Andre, D., Keane, M. A., Automated Design of Bot