[ 포럼디앤피 | 연구부 ] AI를 활용한 건축드로잉 학습모델-Training drawings through AI(업데이트-20230530)

Training drawings through AI

< https://aiartists.org/ai-generated-art-tools >

Question-Lee Inki

Investigate how my drawings can be trained through AI

Answer

Training drawings through AI involves using machine learning algorithms to recognize patterns and learn from a dataset of drawings. There are several approaches you can take to train your drawings using AI: (AI를 통한 도면 교육에는 기계 학습 알고리즘을 사용하여 패턴을 인식하고 도면 데이터 세트에서 학습하는 것이 포함됩니다. AI를 사용하여 도면을 훈련하기 위해 취할 수 있는 몇 가지 접근 방식이 있습니다.)

Image classification : One common method is to use convolutional neural networks (CNNs) to classify images. You would need a dataset of drawings labeled with their corresponding categories (e.g., cats, dogs, cars). You can either create this dataset yourself or use existing labeled datasets. By training a CNN on this dataset, the AI model can learn to recognize and classify drawings based on their visual features. (이미지 분류: 일반적인 방법 중 하나는 CNN(컨볼루션 신경망)을 사용하여 이미지를 분류하는 것입니다. 해당 범주(예: 고양이, 개, 자동차)로 레이블이 지정된 도면 데이터 세트가 필요합니다. 이 데이터세트를 직접 만들거나 라벨이 있는 기존 데이터세트를 사용할 수 있습니다. 이 데이터 세트에서 CNN을 교육함으로써 AI 모델은 시각적 특징을 기반으로 그림을 인식하고 분류하는 방법을 학습할 수 있습니다.)

Generative models : Another approach is to use generative models such as generative adversarial networks (GANs) or variational autoencoders (VAEs) to create new drawings based on existing examples. These models learn the underlying distribution of the training data and generate new samples that resemble the input drawings. By training a generative model on your drawings, you can create new variations or even complete drawings based on your initial sketches. (생성 모델: 또 다른 접근 방식은 GAN(Generative Adversarial Network) 또는 VAE(Variational Autoencoder)와 같은 생성 모델을 사용하여 기존 예제를 기반으로 새로운 도면을 생성하는 것입니다. 이러한 모델은 교육 데이터의 기본 분포를 학습하고 입력 도면과 유사한 새 샘플을 생성합니다. 드로잉에서 생성 모델을 훈련하면 초기 스케치를 기반으로 새로운 변형을 만들거나 드로잉을 완성할 수도 있습니다.)

Sketch recognition: If you want to train an AI model to recognize specific sketch strokes or patterns, you can use recurrent neural networks (RNNs) or long short-term memory (LSTM) networks. These models are designed to process sequential data and can be trained on a dataset of stroke sequences or time-series data representing the drawings. By training an RNN or LSTM on this dataset, you can build a model that can recognize and generate similar strokes or patterns. (스케치 인식: 특정 스케치 획이나 패턴을 인식하도록 AI 모델을 훈련시키려는 경우 순환 신경망(RNN) 또는 장단기 기억(LSTM) 네트워크를 사용할 수 있습니다. 이러한 모델은 순차적 데이터를 처리하도록 설계되었으며 드로잉을 나타내는 스트로크 시퀀스 또는 시계열 데이터의 데이터 세트에서 학습할 수 있습니다. 이 데이터 세트에서 RNN 또는 LSTM을 교육하면 유사한 스트로크 또는 패턴을 인식하고 생성할 수 있는 모델을 구축할 수 있습니다.)

To train your drawings using AI, you will need a labeled dataset or a collection of sketches that you can use as training data. You can either create the dataset yourself by labeling your drawings or seek existing labeled datasets that are relevant to your task. Once you have the dataset, you can use various machine learning frameworks like TensorFlow or PyTorch to implement and train the AI models mentioned above. (AI를 사용하여 드로잉을 교육하려면 교육 데이터로 사용할 수 있는 레이블이 지정된 데이터 세트 또는 스케치 모음이 필요합니다. 도면에 레이블을 지정하여 직접 데이터 세트를 만들거나 작업과 관련된 레이블이 지정된 기존 데이터 세트를 찾을 수 있습니다. 데이터 세트가 있으면 TensorFlow 또는 PyTorch와 같은 다양한 기계 학습 프레임워크를 사용하여 위에서 언급한 AI 모델을 구현하고 교육할 수 있습니다.)

It's important to note that training AI models requires computational resources and expertise in machine learning. Depending on the complexity of your drawings and the scale of your project, you may need to invest in powerful hardware or consider using cloud-based services for training. Additionally, it can be helpful to have knowledge of programming languages such as Python to implement and fine-tune the AI models. (AI 모델을 교육하려면 계산 리소스와 기계 학습에 대한 전문 지식이 필요하다는 점에 유의해야 합니다. 도면의 복잡성과 프로젝트 규모에 따라 강력한 하드웨어에 투자하거나 교육을 위해 클라우드 기반 서비스 사용을 고려해야 할 수 있습니다. 또한 AI 모델을 구현하고 미세 조정하기 위해 Python과 같은 프로그래밍 언어에 대한 지식이 있으면 도움이 될 수 있습니다.)

관련 포스팅

참고

1. Investigate how my drawings can be trained through AI
2. https://www.playform.io/train
3. https://openart.ai/
4. https://aiartists.org/ai-generated-art-tools

2023. 05. 30

건축가 이인기_Lee Inki

파리말라케국립건축학교, 프랑스국가공인건축사 DPLG | 파리8대학교, 박사과정 DEA

FORUM Leaderships

건축·도시·데이터과학 | 디렉터

건축-IT융합 프로젝트관리

(주)포럼디앤피(FORUM D&P Inc.) 한국, 대표

FORUM D&P SARL, France, Gérant

ATAT Architects 대표 건축가

(주)포럼디앤피 | 2008년 건축가들이 설립한 (주)포럼디앤피는, 아키테라피라는 건축철학을 실현하기 위해, 현대사회에 필요한 건축의 혜택을 탐구하고 실천했으며, 양질의 건축을 실현하기 위한 기술역량을 갖추고 있다. 마스터플랜, 주거, 종교, 의료, 복지, 상업, 문화시설 분야에서 작업했고, 현재는 건축건설사업의 전과정인 기획-설계-건설-운영이라는 프로세스의 리더로서 건축가를 정의하고 작업을 하고 있다. 특히 데이터를 접목한 디지털건축과 스마트시티라는 분야에서 특화된 위치를 확보하고 있다.

( 연구 및 상업용도 활용시 출처를 밝히고 사용하기 바랍니다)

--------------------------------------------------

FORUM D&P | Archi-Therapy & Architecture-Technology since 2008

website : www.forumdnp.com

website : www.atat.cloud

email : contact@forumdnp.com