論文の概要: Beautimeter: Harnessing GPT for Assessing Architectural and Urban Beauty based on the 15 Properties of Living Structure

• arxiv url: http://arxiv.org/abs/2411.19094v1
• Date: Thu, 28 Nov 2024 12:14:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-02 15:19:15.648529
• Title: Beautimeter: Harnessing GPT for Assessing Architectural and Urban Beauty based on the 15 Properties of Living Structure
• Title（参考訳）: ビュータイター:15の生活構造特性に基づく建築・都市美の評価のためのハーネスングGPT
• Authors: Bin Jiang,
• Abstract要約: Beautimeterは、GPT(Generative Pre-trained Transformer)技術を利用した新しいツールである。 アレクサンドロスは、生物構造を特徴づけるスケールや太い境界などの15の基本的な性質を特定した。 GPTの高度な自然言語処理機能を統合することで、Beautimeter氏は、構造がこれらの15のプロパティを具体化する範囲を評価する。
• 参考スコア（独自算出の注目度）: 4.959120401369489
• License:
• Abstract: Beautimeter is a new tool powered by generative pre-trained transformer (GPT) technology, designed to evaluate architectural and urban beauty. Rooted in Christopher Alexander's theory of centers, this work builds on the idea that all environments possess, to varying degrees, an innate sense of life. Alexander identified 15 fundamental properties, such as levels of scale and thick boundaries, that characterize living structure, which Beautimeter uses as a basis for its analysis. By integrating GPT's advanced natural language processing capabilities, Beautimeter assesses the extent to which a structure embodies these 15 properties, enabling a nuanced evaluation of architectural and urban aesthetics. Using ChatGPT, the tool helps users generate insights into the perceived beauty and coherence of spaces. We conducted a series of case studies, evaluating images of architectural and urban environments, as well as carpets, paintings, and other artifacts. The results demonstrate Beautimeter's effectiveness in analyzing aesthetic qualities across diverse contexts. Our findings suggest that by leveraging GPT technology, Beautimeter offers architects, urban planners, and designers a powerful tool to create spaces that resonate deeply with people. This paper also explores the implications of such technology for architecture and urban design, highlighting its potential to enhance both the design process and the assessment of built environments. Keywords: Living structure, structural beauty, Christopher Alexander, AI in Design, human centered design
• Abstract（参考訳）: Beautimeterは、建築と都市の美しさを評価するために設計された、GPT(Generative Pre-trained Transformer)技術を利用した新しいツールである。 クリストファー・アレキサンダーのセンター理論に根ざしたこの研究は、全ての環境が様々な程度に、自然に生命の感覚を持つという考えに基づいている。 アレクサンドロスは、スケールのレベルや太い境界などの15の基本的な性質を特定し、その分析の基盤としてボータッターが用いた生活構造を特徴づけた。 GPTの高度な自然言語処理機能を統合することで、Beautimeter氏は、構造がこれらの15の特性を具現化する範囲を評価し、建築や都市部の美学の微妙な評価を可能にした。 ChatGPTを使えば、空間の美しさとコヒーレンスに対する洞察を生み出すことができる。 我々は一連のケーススタディを行い、建築や都市環境のイメージ、カーペット、絵画、その他のアーティファクトの評価を行った。 その結果,様々な文脈における美的品質の分析におけるボーティマーの有効性が示された。 我々の発見は、GPT技術を活用することで、建築家、都市計画者、デザイナーが人々と深く調和する空間を作る強力なツールを提供することを示唆している。 また, 建築・都市設計におけるそのような技術の有効性について考察し, 設計プロセスと建築環境の評価を両立させる可能性を強調した。 キーワード:リビング構造、構造美、クリストファー・アレクサンダー、AI in Design、人間中心デザイン

関連論文リスト

• Exploiting Semantic Scene Reconstruction for Estimating Building Envelope Characteristics [6.382787013075262]
  2次元画像入力から幾何構造特性を推定する新しいフレームワークであるBuildNet3Dを提案する。 本フレームワークは, 窓面間比と建物のフットプリントの推定において, 高い精度と一般化性を示すとともに, 様々な複雑な建築物構造について評価する。
  論文  参考訳（メタデータ） (2024-10-29T13:29:01Z)
• BuildingView: Constructing Urban Building Exteriors Databases with Street View Imagery and Multimodal Large Language Mode [1.0937094979510213]
  ストリートビュー・イメージリーの進歩と、都市研究との統合によって、都市分析において、外部建設はますます重要になっている。 我々は,Googleストリートビューの高解像度視覚データをOpenStreetMapの空間情報とOverpass APIを介して統合する新しいアプローチであるBuildingViewを提案する。 本研究は,都市の建築外装データの精度を向上し,キーサステナビリティと設計指標を特定し,その抽出と分類のための枠組みを開発する。
  論文  参考訳（メタデータ） (2024-09-29T03:00:16Z)
• URSimulator: Human-Perception-Driven Prompt Tuning for Enhanced Virtual Urban Renewal via Diffusion Models [10.498291811234726]
  都市身体障害は、コミュニティの安全、幸福、心理的状態に悪影響を及ぼす。 都市再生 (Urban Renewal) は、住民の身体環境と生活の質を改善するために、市内の無視された地域と崩壊した地域を再活性化するプロセスである。 現在の研究では、更新作業の影響を定量的に評価し視覚化するシミュレーションツールが欠如している。 本稿では,人間の知覚フィードバックを用いて街路環境改善をシミュレートする新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2024-09-22T20:39:32Z)
• I-Design: Personalized LLM Interior Designer [57.00412237555167]
  I-Designはパーソナライズされたインテリアデザイナで、自然言語によるコミュニケーションを通じて設計目標の生成と視覚化を可能にする。 I-Designは、対話や論理的推論に従事する大きな言語モデルエージェントのチームから始まる。 最終的な設計は、既存のオブジェクトデータベースから資産を取り出し、統合することで、3Dで構築されます。
  論文  参考訳（メタデータ） (2024-04-03T16:17:53Z)
• Urban Scene Diffusion through Semantic Occupancy Map [49.20779809250597]
  UrbanDiffusionは、Bird's-Eye View (BEV)マップに条件付き3次元拡散モデルである。 我々のモデルは,潜在空間内のシーンレベルの構造の分布を学習する。 実世界の運転データセットをトレーニングした後、我々のモデルは多様な都市シーンを生成することができる。
  論文  参考訳（メタデータ） (2024-03-18T11:54:35Z)
• Geo-located Aspect Based Sentiment Analysis (ABSA) for Crowdsourced Evaluation of Urban Environments [0.0]
  本研究では,地理的に位置付けられたテキストによる都市評価に含まれる都市の側面を抽出できるABSAモデルを構築し,それに対応する側面感性分類を行う。 本モデルは,Aspect Term extract (ATE) とAspect Sentiment Classification (ASC) の両タスクに対して,都市レビューにおける予測精度を大幅に向上させる。 実証分析では、ボストン全体の肯定的および否定的な都市面が空間的に可視化されている。
  論文  参考訳（メタデータ） (2023-12-19T15:37:27Z)
• GlobalMapper: Arbitrary-Shaped Urban Layout Generation [1.5076964620370268]
  建物のレイアウトは、道路のネットワークによって定義される都市ブロック内の建物のセットで構成されています。 本稿では,グラフアテンションネットワークを用いたレイアウト生成のための完全自動手法を提案する。 ユーザスタディを含む本研究の結果は,従来のレイアウト生成ネットワークと比較して優れた性能を示した。
  論文  参考訳（メタデータ） (2023-07-19T00:36:05Z)
• UrbanBIS: a Large-scale Benchmark for Fine-grained Urban Building Instance Segmentation [50.52615875873055]
  都市BISは6つの実際の都市のシーンで構成され、25億点があり、面積は10.78平方キロメートルである。 UrbanBISは、建物、車両、植生、道路、橋など、豊富な都市オブジェクトに意味レベルのアノテーションを提供する。 UrbanBISは、きめ細かいサブカテゴリを導入した最初の3Dデータセットである。
  論文  参考訳（メタデータ） (2023-05-04T08:01:38Z)
• Unfinished Architectures: A Perspective from Artificial Intelligence [73.52315464582637]
  人工知能(AI)の開発は、未完成のアーキテクチャの完成の可能性を提案する新たな道を開く。 DALL-Eのような最近のツールでは、テキスト記述でガイドされた画像が完成する。 本稿では、歴史的寺院の未完成のファサードの完成にこれらの新しいAIツールを使用することについて検討し、建築図学の分野におけるまだ老朽化したスタジアムの分析を行う。
  論文  参考訳（メタデータ） (2023-03-03T13:05:10Z)
• Seeing the World in a Bag of Chips [73.561388215585]
  ハンドヘルドRGBDセンサによる新しいビュー合成と環境再構築の二重問題に対処する。 提案するコントリビューションは,1)高スペクトル物体のモデリング,2)反射間およびフレネル効果のモデリング,3)形状のみを再構築するために必要な同じ入力で表面光場再構成を可能にすることを含む。
  論文  参考訳（メタデータ） (2020-01-14T06:44:44Z)
• An Exploration of Embodied Visual Exploration [97.21890864063872]
  身体的コンピュータビジョンは、新しい非構造環境におけるロボットに対する知覚を考慮に入れている。 既存の視覚探索アルゴリズムの分類を提示し、それらをベンチマークするための標準フレームワークを作成する。 次に,提案フレームワークを用いた4つの最先端パラダイムの徹底的な実証的研究を行った。
  論文  参考訳（メタデータ） (2020-01-07T17:40:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。