Sistematik Yapı Elemanı Detayı Tasarım ve Değerlendirme Yaklaşımlarının Analizi ve Yapay Zekâ Çalışmaları İçin Oluşturdukları Potansiyellerin Tespiti

Yıl 2024, Sayı: 124, 54 - 65, 23.10.2024

Hülya Nur Kızılyaprak

Öz

Tarih boyunca mimarlık, bilim ve teknolojideki gelişmelere uyum sağlamak için bir çaba içinde olmuştur. Günümüzde devrimsel nitelikteki Yapay Zekâ (YZ) teknolojilerinin mimarlıkla artan entegrasyonu da bu çabalardan biridir. Ancak, detay tasarımı henüz bu yönelime yeterli ölçüde dahil olamamıştır. Bu çalışmada, YZ'nın detay tasarım ve değerlendirmesindeki potansiyelini vurgulamak amacıyla 11 farklı sistematik yaklaşımın analizi yapılmış, YZ çalışmalarıyla örtüşebilecek özellikleri ve gelişime açık alanları ortaya konmuştur. Ayrıca araştırmanın derinliğini artırmak amacıyla seçilen bir örnekle yaklaşımın farklı fazlarının YZ alt-alanlarıyla kurabileceği ilişkiler belirtilmiştir.

Anahtar Kelimeler

Yapı Elemanı Detayları , Sistematik Mimari Detay Yaklaşımları , Sistematik Tasarım , Yapay Zekâ , Otomatize Detay Tasarımı

Kaynakça

• Abioye, S. O., Oyedele, L. O., Akanbi, L., Ajayi, A., Delgado, J. M. D., Bilal, M., ... ve Ahmed, A. (2021). Artificial intelligence in the construction industry: A review of present status, opportunities and future challenges. Journal of Building Engineering, 44, 103299.
• Abediniangerabi, B., Shahandashti, S. M. ve Makhmalbaf, A. (2020). A data-driven framework for energy-conscious design of building facade systems. Journal of Building Engineering, 29, 101172. https://doi.org/10.1016/j.jobe.2020.101172
• Aksoy, Y. ve Çağdaş, G. (2014). A model for sustainable site layout design with Pareto genetic algorithm: SSPM. Journal of Cleaner Production, 64, 436-447. https://doi.org/10.1016/j.jclepro.2013.09.032
• Aldemir, B. C. (2014). Bina Kabuğunun Biçimlenmesinde Doğal Süreçlere Dayalı Üretken Yaklaşımlar [Doktora Tezi]. Fen Bilimleri Enstitüsü, İstanbul Teknik Üniversitesi.
• Allen, E., ve Rand, P. (1993). Architectural Detailing: Function, Constructibility, Aesthetics. John Wiley & Sons.
• Altun, M. C., ve Türkay, I. Ş. I. L. (2015). 4+ 9”: Tipik Bölge Detayı Tasarımı için Bir Destek Aracı ve Kullanılabilirliği. 2. Ulusal Yapı Kongresi ve Sergisi Yapı Üretimi, Kullanımı ve Koruma Süreçleri, 3-5.
• Aygün, M., Çetiner, İ. ve Göçer, C., (1999). Yapı Elemanlarında Seçenek Üretimi ve Değerlendirilmesi. İstanbul (TUBİTAK Araştırma Projesi Raporu).
• Ayoub, M. (2020). A review on machine learning algorithms to predict daylighting inside buildings. Solar Energy, 202, 249-275.
• Bachman, L. R. (2004). Integrated Buildings: The Systems Basis of Architecture (Vol. 9). John Wiley & Sons.
• Baghdadi, A., Heristchian, M. ve Kloft, H. (2020). Design of prefabricated wall-floor building systems using meta-heuristic optimization algorithms. Automation in Construction, 114, 103156.
• Banihashemi, S., Ding, G., & Wang, J. (2017). Developing a hybrid model of prediction and classification algorithms for building energy consumption. Energy Procedia, 110, 371-376.
• Başarır, L. ve Erol, K. (2021, Mart). Briefing AI: From architectural design brief texts to architectural design sketches. The 9th ASCAAD International Conference.
• Bayazit, N. (2004). Tasarlama Kuramları ve Metodları. İstanbul: Birsen Yayıncılık.
• Baydoğan, M. Ç. ve Şener, S. M. (2014). Tip imar yönetmeliğine uygun vaziyet planlarının yapay arı kolonisi yöntemiyle eniyilenmesi. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi, 30(2), 133-140.
• Bei, W., Guo, M. ve Huang, Y. (2019). A spatial adaptive algorithm framework for building pattern recognition using graph convolutional networks. Sensors, 19(24), 5518.
• Bernstein, P. (2022). Machine Learning: Architecture in The Age of Artificial İntelligence. RIBA Publishing.
• Bölek, B., Tutal, O., ve Özbaşaran, H. (2023). A systematic review on artificial intelligence applications in architecture. Journal of Design for Resilience in Architecture and Planning, 4(1), 91-104.
• Bratt, P., (1997). An Illustrated Dictionary of Building, An Illustrated Reference Guide for Practitioners and Students. Butterworth-Heinermann, Oxford, İngiltere.
• Carpo, M. (2017). The Second Digital Turn: Design Beyond İntelligence. MIT Press.
• Caetano, I., ve Leitão, A. (2020). Architecture meets computation: an overview of the evolution of computational design approaches in architecture. Architectural Science Review, 63(2), 165-174.
• Caetano, I., Santos, L., ve Leitão, A. (2020). Computational design in architecture: Defining parametric, generative, and algorithmic design. Frontiers of Architectural Research, 9(2), 287-300.
• Chardon, S., Brangeon, B., Bozonnet, E. ve Inard, C. (2016). Construction cost and energy performance of single-family houses: From integrated design to automated optimization. Automation in Construction, 70, 1-13.
• Chen, L. ve Pan, W. (2015). A BIM-integrated fuzzy multi-criteria decision-making model for selecting low-carbon building measures. Procedia Engineering, 118, 606-613.
• Chokwitthaya, C., Zhu, Y., Dibiano, R. ve Mukhopadhyay, S. (2019). Combining context-aware design-specific data and building performance models to improve building performance predictions during design. Automation in Construction, 107, 102917.
• Cichocka, J. M., Migalska, A., Browne, W. N. ve Rodriguez, E. (2017, July). SILVEREYE–the implementation of Particle Swarm Optimization algorithm in a design optimization tool. International Conference on Computer-Aided Architectural Design Futures (pp. 151-169). Springer, Singapore.
• Corea, F. (2019). Introduction to Data. Springer International Publishing.
• Cortellessa, G., Gerevini, A., Magazzeni, D. ve Serina, I. (2014). Automated planning and scheduling. Intelligenza Artificiale, 8, 55-56. https://doi.org/10.3233/IA-140060.
• Chapter, P. M., Rich, E., Knight, K. ve Nair, S. (2009). What is Artificial Intelligence?. Tata McGraw Hill.
• Deniz, Ö. Ş. (2019). Yapı Elemanlarının Detay Tasarımı İçin Bir Tasarım-Karar Verme Modeli. Megaron, 14(4).
• Deniz, O. S., ve Ekinci, S. (2016). A Decision-Making Process for Selecting Building Envelope Assemblies. Journal of Asian Architecture and Building Engineering, 15(3), 549-555.
• Ekeocha, R. (2019). Optimization of Systems. International Journal of Sciences, 8, 118-124. https://doi.org/10.18483/IJSCI.1964.
• ElBatran, R. M. ve Ismaeel, W. S. (2021). Applying a parametric design approach for optimizing daylighting and visual comfort in office buildings. Ain Shams Engineering Journal, 12(3), 3275-3284.
• Emmitt, S., Olie, J., ve Schmid, P. (2009). Principles of Architectural Detailing. John Wiley & Sons.
• Ertel, W. (2018). Introduction to Artificial İntelligence. Springer.
• Fioravanti, A., Novembri, G., ve Rossini, F. L. (2018). A theoretical framework to align lean construction techniques in the 4.0 building industry. IN_BO. Ricerche e progetti per il territorio, la città e l'architettura, 9(13), 184-191.
• Foster, J. S., (1996). Mitchell’s Building Series: Structure and Fabric, Part 1. Fifth Edition, Longman, Essex, İngiltere.
• Gade, A. N., Larsen, T. S., Nissen, S. B. ve Jensen, R. L. (2018). REDIS: A value-based decision support tool for renovation of building portfolios. Building and Environment, 142, 107-118.
• Geetha, D., Gomathy, D., Yagn, M., ve Praneesh, S. (2023). The Role of Natural Language Processing. International Journal of Scientific Research in Engineering and Management. https://doi.org/10.55041/ijsrem27094.
• Genç, H. N. (2011). Yapı Elemanı Tasarım Destek Araçlarının Kullanılabilirliğinin Deneysel Olarak İncelenmesi (Yüksek Lisans Tezi), İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul.
• Gero, J. S., ve Maher, M. L. (1988) Future roles of knowledge-based systems in the design process. Future, 1.
• Güzelci, O. Z., Alaçam, S., Bekiroğlu, B. ve Karadag, I. (2024). A machine learning-based prediction model for architectural heritage: the case of domed Sinan mosques. Digital Applications in Archaeology and Cultural Heritage, e00370.
• Harris, C. M. (2006). Dictionary of Architecture and Construction. McGraw-Hill.
• Hendriks, P. H., ve Vriens, D. J. (1999). Knowledge-based systems and knowledge management: friends or foes?. Information & Management, 35(2), 113-125.
• Jang, S., Lee, G., Oh, J., Lee, J., ve Koo, B. (2024). Automated detailing of exterior walls using NADIA: Natural-language-based architectural detailing through interaction with AI. Advanced Engineering Informatics, 61, 102532.
• Jones, J. C., (1992). Design Methods. John Wiley and Sons, London, İngiltere.
• Kamari, A., Laustsen, C., Peterson, S. ve Kirkegaard, P. H. (2018). A BIM-based decision support system for the evaluation of holistic renovation scenarios. Journal of Information Technology in Construction (ITcon), 23(18), 354-380.
• Kızılyaprak, H. N. (2020). Mimarlıkta Yapı ve Yapım Teknolojileri (MYYT) Eğitimine Yönelik Bir Yaklaşım ve Eğitim Materyali Önerisi: Detayın Üretici Dönüşümsel Dilbilgisi [Yayınlanmamış Doktora Tezi] İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü.
• Mitchell, J. R., ve Radford, A. D. (1987). EAVE, a generative expert system for detailing. Environment and Planning B: Planning and Design, 14(3), 281-292.
• Müller, F.O., (1990). Methodik des Konstruierens und Wahl der Baustoffe. E. Cziesielski (Ed.) Lehrbuch der Hochbaukonstruktionen içinde (ss.7-25). Stuttgart: B.G. Teubner.
• Nimbekar, R., Khairnar, S. ve Mhatre, M. (2016). Artificial Intelligence in Robotics. Imperial Journal of İnterdisciplinary Research, 2.
• Oxman, R., ve Oxman, R. (Eds.). (2014). Theories of the Digital in Architecture (Vol. 99). Abingdon: Routledge.
• Özerol, G., ve Arslan Selçuk, S. (2023). Machine learning in the discipline of architecture: A review on the research trends between 2014 and 2020. International Journal of Architectural Computing, 21(1), 23-41.
• Pandey, M., ve Rautaray, S. S. (Eds.). (2021). Machine Learning: Theoretical Foundations and Practical Applications (Vol. 87). Springer Nature.
• Pulli, K., Baksheev, A., Kornyakov, K., ve Eruhimov, V. (2012). Mobile computer-vision technology will soon become as ubiquitous as touch interfaces. Commun ACM, 55, 61-69.
• Radford, A. D., & Mitchell, J. R. (1986). Automated architectural detailing: a knowledge-based approach. Advanced Building Technology-Proc. C1B86, 2, 737-745.
• Rich, P., ve Dean, Y. (1999). Principles of Element Design. Butterworth-Heinmann.
• Schittich, C. (Ed.) (2000) “Detail(s): 16 Statements”. Detail, (40/8), 1437.
• Templier, M., ve Paré, G. (2015). A framework for guiding and evaluating literature reviews. Communications of the Association for Information Systems, 37(1), 6.
• Türkçü, H. Ç. (2010). Yapım: İlkeler-Malzemeler-Yöntemler-Çözümler. Birsen Yayınevi.
• Uzun, C., Çolakoğlu, M. B. ve İnceoğlu, A. (2020). GAN as a generative architectural plan layout tool: A case study for training DCGAN with Palladian Plans and evaluation of DCGAN outputs. A|Z ITU Journal of the Faculty of Architecture, 17(2), 185-198.
• Wakita, O. ve Linde, R., (2003). The Professional Practice of Architectural Working Drawings. John Wiley & Sons, Inc., New York.