Түзүмдөштүрүлгөн семантикалык котормо, бул изилдөөдө Линнан короо бактарынын тарыхый жана мейкиндиктик долбоорлоо билимин машина үйрөнүү модели окуй ала турган туруктуу энбелги катмарларына айландыруучу билимди көрсөтүү ыкмасы болуп саналат. Изилдөөчүлөр 63 салттуу жана заманбап Линнан бак планынын мезгил стилин, мейкиндиктик түзүлүшүн, уюштуруу формасын, короо түрүн жана түзүүчү элементтерин беш катмарда коддошкон; түс менен коддолгон пландарды түзүмдөштүрүлгөн тексттик prompt-тор менен жупташтырып, Stable Diffusion 1.5 негизиндеги моделди LoRA аркылуу майда жөндөп, участоктун чек арасы менен чектелген бак пландарын жаратышкан.
Изилдөөнүн негизги суроосу жөн гана “жасалма интеллект бак планын чийе алабы?” деген суроо эмес. Негизги суроо — короолордун саны, короолордун ортосундагы байланыш жана үстөм ландшафт түрү сыяктуу аймактык долбоорлоо билимин ачык семантикалык энбелгилерге айландыруу генерацияны чындап эле көбүрөөк башкарылуучу кылабы деген маселе.
Мейкиндик-прототип энбелгилеринин абляциясында түзүмдөштүрүлгөн топ мейкиндиктик түзүлүш энбелгисинде %78,8 дал келүү көрсөткүчүнө жетсе, элемент энбелгилерин гана колдонгон контролдук топ %19,4 деңгээлинде калган. Уюштуруу энбелгисинде көрсөткүчтөр тиешелүүлүгүнө жараша %52,1 жана %13,6. Жупталган айырмалар 59,4 жана 38,6 пайыздык пунктту түзөт жана эки айырма тең permutation жана exact McNemar тесттеринде p < 0,001 деңгээлинде.
100 жаратылган планды беш кесипкөй дизайнер баалаган экинчи баскычта орточо баллдар мейкиндиктик түзүлүш үчүн 0,79, короо түрү үчүн 0,80, жалпы прототипке шайкештик үчүн 0,72 жана уюштуруу байланыштары үчүн 0,61 болгон. Демек, модель короолордун санын жана үстөм ландшафт түрүн бир нече короонун ортосундагы кылдат топологиялык байланыштарга караганда туруктуураак жараткан.
Түс менен коддолгон элемент-аянт анализинде да системалуу четтөөлөр байкалган. Окутуу пландарында имараттардын орточо аянт үлүшү %50,4 болсо, жаратылган натыйжаларда %40,4; суу аянты окутуу үлгүлөрүндө %12,9 болсо, генерацияларда %21,5 болгон. Модель чоң жана үзгүлтүксүз суу беттерин жаратууга ыктаган, ал эми так чек араларды талап кылган архитектуралык элементтерди жетишсиз чагылдырган.
Изилдөө күчтүү proof-of-concept сунуш кылганы менен, болгону 63 үлгү менен окутулган, категориялардын бөлүштүрүлүшү тең салмаксыз бойдон калган жана көз карандысыз held-out бак учурлары менен моделдин жалпы иштөөсү ырасталган эмес. Жаратылган пландар — алгачкы баскычтагы долбоорлоо альтернативалары; алар түздөн-түз ишке ашырылуучу архитектуралык долбоорлор же тарыхый бактарды автоматтык калыбына келтирүү катары бааланбашы керек.
Изилдөө чечүүгө аракет кылган негизги көйгөй
Архитектуралык жана ландшафттык генерацияда диффузиялык моделдер сүрөт жаратууда күчтүү; бирок тарыхый бактын өзгөчөлүгүн түс, форма же айрым элементтердин болушу гана аныктабайт. Линнан багындагы мейкиндиктик мүнөз короолордун канча экендиги, кандай курчалганы, бири-бирине кайсы багытта туташканы, кайсы короо үстөм экени, имарат менен суу жана таш сыяктуу ландшафт элементтеринин кандай иерархияда уюштурулганы сыяктуу байланыштардан түзүлөт.
Генеративдик моделге жөн гана “имарат, суу, өсүмдүк, таш” деп жазуу бул байланыштык маалыматты ачык аныктабайт. Булак изилдөөнүн баштапкы чекити дал ушул: көрүнгөн объект класстарын эмес, бактын негизинде жаткан мейкиндиктик прототипти машина иштете ала турган абалга келтирүү.
Булак үч изилдөө суроосун аныктайт: Линнан бак билимин түзүмдөштүрүлгөн энбелгилерге кантип которууга болот; бул мейкиндик-прототип энбелгилери моделдин максаттуу прототипке жооп берүүсүн жакшыртабы; жана жаратылган пландарды мейкиндиктик прототип менен элемент курамы жагынан кантип баалоого болот.
Түзүмдөштүрүлгөн Семантикалык Котормо Деген Эмне жана Ал Эмне Үчүн Керек?
Түзүмдөштүрүлгөн семантикалык котормо тарыхый Линнан бак теориясындагы короо бирдиги, мейкиндиктик түзүлүш, уюштуруу формасы, короо түрү жана түзүүчү элементтер сыяктуу адам чечмелеген түшүнүктөрдү туруктуу жана кайталана турган энбелгилерге айландырып, ошол эле маалыматты маалыматтарды энбелгилөө, моделди шарттоо жана натыйжаларды баалоо баскычтарында бирге колдонгон ыкма болуп саналат.
Маалыматтар топтому кантип түзүлдү?
Изилдөөчүлөр классикалык адабияттан, заманбап курулган объектилердин пландарынан жана академиялык басылмалардагы изилдөө сүрөттөрүнөн көп булактуу үлгүлөр фондун түзүшкөн.
Биринчи баскычта аймактык таандыктык боюнча 122 Линнан багы калтырылган. Экинчи баскычта пландын окулушу, короолорду негизги мейкиндиктик бирдик катары аныктоого мүмкүн болушу, негизги имараттарды жана ири ландшафт элементтерин айырмалоого мүмкүн болушу жана участоктун чек арасынын ачык болушу талап кылынган. Маанилүү аймактары жетишпеген, окулушу начар, кайталанган же чек арасы бүдөмүк пландар чыгарылып, 63 пландан турган акыркы маалыматтар топтому түзүлгөн.
| Мезгил | Бир короолуу | Эки короолуу | Көп короолуу | Жалпы |
|---|---|---|---|---|
| Салттуу | 7 | 14 | 4 | 25 |
| Заманбап | 10 | 9 | 19 | 38 |
| Жалпы | 17 | 23 | 23 | 63 |
Эмне үчүн пландар түс менен коддолду?
Булак пландары масштаб, кагаз өлчөмү, багытталуу жана чийме салты боюнча айырмаланат. Модель бир эле визуалдык тилди үйрөнүшү үчүн бардык үлгүлөр тазаланып, аталыштар жана түшүндүрмөлөр алынып, катыштары бузулбастан 512 × 512 пикселдик чарчы кенепке борборлоштурулган.
Ишенимдүү түндүк маалыматы бар үлгүлөрдө түндүк жогору карай багытталган; багыт маалыматы ишенимдүү эмес пландарда баштапкы чийменин жогорку тарабы демейки багыт катары сакталган.
План элементтери эки негизги топко коддолгон. Архитектуралык элементтер зал/hall, жашоо бөлмөсү, мунара, бак павильону, үстү жабык коридор жана бөлүүчү дубалдан; табигый элементтер болсо суу бети, таш композициясы, газон, өсүмдүк катмары жана таш төшөөдөн турат.
Короо бирдиги кантип аныкталды?
Булакта короо бирдиги имарат, коридор, дубал же мейкиндикти аныктоочу ландшафт элементтери менен курчалган, негизги бөлүгүн ачык аянт түзгөн жана айырмаланган ландшафт темасына, көрүү байланышына же колдонуу функциясына ээ сырткы мейкиндик бирдиги катары аныкталган.
Курчоо толук жабык, үч тараптуу, L түрүндөгү, I түрүндөгү же ландшафт менен курчалган болушу мүмкүн. Өтө кичине жарык короочолорду өз алдынча короо деп эсептебөө үчүн операциялык чектер да киргизилген: минималдуу каптал узундугу 3 m жана болжолдуу минималдуу аянт 20 m². Чекке жакын үлгүлөр кошумча эксперттер тарабынан бааланган.
Короо түрлөрү
Булак төрт операциялык короо түрүн колдонот. Flat courtyard — жалпак ачык беттер үстөм болуп, суу же таш элементи ачык борбор түзбөгөн короо. Water courtyard-да негизги ландшафт өзөгү суу болуп саналат. Water–rock courtyard-да суу менен таш бирге үстөм көрүнүштү түзөт. Rock courtyard-да таш, үйүлгөн таш же таш бак үстөм болот.
Булак Линнан теориясындагы hill courtyard категориясын учурдагы үлгүлөрдө сейрек кездешкени жана аны пландан гана ишенимдүү айырмалоо кыйын болгону үчүн rock courtyard категориясына бириктирген.
Мейкиндиктик түзүлүш менен уюштуруу формасы бир эле нерсе эмес
Мейкиндиктик түзүлүш бак бир, эки же үч жана андан көп короо бирдиктеринен турарын көрсөтөт. Уюштуруу формасы болсо бир нече короонун бири-бирине кантип туташканын жана негизги багытталуу огуна карата кантип жайгашканын түшүндүрөт.
Изилдөөчүлөр ар кандай формадагы короолорду салыштырууга мүмкүн кылуу үчүн ар бир короонун геометриялык борборун аныктап, бактын негизги багытталуу огун шилтеме катары колдонушкан.
Parallel уюштурууда короо борборлорун бириктирген сызык негизги огуна жалпысынан перпендикуляр; Table 3 операциялык эрежени болжол менен 90° ± 15° деп берет. Serial уюштурууда байланыш негизги огуна болжол менен параллель жана мейкиндиктик тажрыйба алдынан артка карай өнүгөт. Staggered уюштуруу диагоналдуу, жылдырылган же бурулуштуу байланыштарды; composite уюштуруу болсо бир нече уюштуруу формасынын бир бакта бирге болушун билдирет.
Беш катмарлуу structured prompt
| Катмар | Булакта коддолгон маалымат | Илимий милдети |
|---|---|---|
| Мезгил стили | Traditional / Modern | Үлгүнүн тарыхый контекстин көрсөтөт |
| Мейкиндиктик түзүлүш | Бир, эки же көп короолуу | Негизги короо бирдиктеринин санын аныктайт |
| Уюштуруу формасы | Parallel, serial, staggered, composite | Короолор ортосундагы байланыштык/топологиялык тартипти аныктайт |
| Короо түрү | Flat, water, water–rock, rock | Үстөм ландшафт мүнөзүн коддойт |
| Түзүүчү элементтер | Архитектуралык жана табигый элементтер | Пландын көрүнгөн компоненттерин аныктайт |
Энбелгилердин ишенимдүүлүгү кантип текшерилди?
Үч эксперт 63 бактын мейкиндиктик түзүлүш, уюштуруу формасы жана короо түрү энбелгилерин өз алдынча беришкен. Акыркы энбелги көпчүлүктүн чечими менен аныкталып, пикир келишпестиктерде автор бир нече булакты текшерип чечим чыгарган.
| Текшерүү | Натыйжа |
|---|---|
| Мейкиндиктик түзүлүштү энбелгилөө Fleiss’ κ | 0,823 |
| Уюштуруу формасы Fleiss’ κ | 0,815 |
| Короо түрү боюнча эксперттик дал келүү | %93,7 |
| План коддоо баалоолорундагы “pass” үлүшү | %94,7 |
| “To be checked” үлүшү | %5,3 |
| Үч эксперт толук бирдей чечим берген пландар | %84,1 |
Эмне үчүн LoRA колдонулду?
63 план чоң диффузиялык моделди нөлдөн баштап окутуу үчүн чакан маалыматтар топтому болуп саналат. Low-Rank Adaptation (LoRA) алдын ала окутулган моделдин негизги салмактарын негизинен туруктуу сактап, төмөн-rank үйрөнүлүүчү матрицаларды кошуу аркылуу азыраак үйрөтүлүүчү параметр менен белгилүү бир визуалдык доменге жана шарттоо тилине ыңгайлаштырууга мүмкүндүк берет.
Бул изилдөөдө LoRA Stable Diffusion 1.5 моделин түс менен коддолгон Линнан бак пландарына жана алардын structured prompt жуптарына ыңгайлаштыруу үчүн колдонулган.
Окутуу параметрлери
| Параметр | Маани |
|---|---|
| Негизги модель | stable-diffusion-v1-5-pruned |
| Fine-tuning | LoRA |
| Network rank / alpha | 32 / 32 |
| Optimizer | AdamW8bit |
| U-Net learning rate | 5 × 10−5 |
| Text encoder learning rate | 1 × 10−5 |
| Learning-rate schedule | cosine_with_restarts; warmup 50 step |
| Batch size | 2 |
| Ар бир үлгүгө кайталоо | 8 |
| Epoch | 40 |
| Жалпы training step | 10.080 |
| Чечилиш | 512 × 512 |
Figure 11 жана Figure 12 окутуу кадамы өскөн сайын loss мааниси жалпы азайып, пландар үзүк көрүнүштөн тартиптүү жана жакшы окулуучу түзүлүшкө өткөнүн көрсөтөт. Натыйжалар болжол менен 20 epoch/5040 step айланасында турукташып баштаган; ошентсе да изилдөөчүлөр элементтерди айырмалоо, чек аранын туруктуулугу жана түзүмдүк окулуш жагынан 10.080-step моделин тандашкан.
Участоктун Чек Арасы Генеративдик Моделде Кантип Сакталды?
Изилдөө site-boundary сүрөтүн түздөн-түз маска катары колдонуп, диффузиялык моделдин белгиленген участоктун чек арасынын ичинде гана генерация жүргүзүшүн камсыз кылган; Canny жана Lineart негизиндеги ControlNet варианттары учурдагы маалыматтар топтомунда кайра окутуусуз колдонулганда элементтердин дал келбей жайгашуусун жана түзүмдүк бузулууларды жараткандыктан, негизги иш агымында түз boundary masking тандалган.
ComfyUI генерация жөндөөлөрү
| Параметр | Маани |
|---|---|
| Boundary control | Site-boundary image mask |
| Негизги модель | stable-diffusion-v1-5-pruned |
| LoRA weight | 1,25 |
| Sampler | Euler |
| Sampling steps | 32 |
| CFG scale | 7 |
| Чечилиш | 512 × 512 |
Бул түзүлүштө тексттик structured prompt ички тартипти жана максаттуу прототипти шарттаса, site-boundary mask жалпы тышкы чек араны чектейт. Ошентип модель бир убакта эки башка маалымат түрү менен багытталат: “кандай мейкиндиктик прототип жаратылат?” деген суроону тексттик энбелгилер; “кайсы физикалык чек аранын ичинде жаратылат?” деген суроону чек ара маскасы аныктайт.
Мейкиндик-Прототип Энбелгилери Генерацияны Чындап Жакшырттыбы?
Ооба, изилдөөнүн жупталган абляциялык экспериментинде мейкиндиктик түзүлүш жана уюштуруу энбелгилерин камтыган structured prompt тобу, бирдей модель, бирдей участок чек арасы, бирдей random seed жана бирдей генерация параметрлери колдонулганда element-only тобуна салыштырмалуу максаттуу прототипке кыйла жогорку дал келүү көрсөткүчтөрүн берген; бирок бул артыкчылык короолорду уюштурууда короолордун санына караганда чектүүрөөк.
Абляциялык эксперименттин дизайны
Сегиз максаттуу мейкиндиктик прототип тандалган: бир бир-короолуу прототип; serial, parallel жана staggered түрүндөгү үч эки-короолуу прототип; serial, parallel, staggered жана composite түрүндөгү төрт көп-короолуу прототип.
Ар бир прототип үчүн 20 жупталган генерация жасалып, жалпысынан 160 жуп түзүлгөн. Ар бир жуп эки чыгышты камтыйт:
- Structured group: Беш катмарлуу толук түзүмдөштүрүлгөн семантикалык киргизүү.
- Element-only group: Мейкиндиктик түзүлүш жана уюштуруу энбелгилери алынып салынган, башка шарттары сакталган киргизүү.
Ар бир жуп бирдей LoRA моделин, site-boundary маскасын, random seed жана generation параметрлерин колдонгон. Ошентип салыштыруунун негизги өзгөрмөсү мейкиндик-прототип энбелгилеринин бар же жок болушу болуп саналат.
Hit жана unreadable үлүштөрүн эсептөө
Ар бир жаратылган натыйжа беш кесипкөй дизайнер тарабынан hit = 1, non-hit = 0 же unreadable = −1 катары бааланган. Беш эксперттин модалдык категориясы учур деңгээлиндеги натыйжа катары алынган.
Булак Equation (1):
\[ H_d^g= \frac{1}{N_{gd}} \sum_{i=1}^{N_{gd}}m_{id}^{g} \tag{1} \]
\(H_d^g\) — \(g\) тобу жана \(d\) баалоо өлчөмү үчүн hit үлүшү. \(N_{gd}\) — ошол өлчөмдөгү ылайыктуу натыйжалардын саны; \(m_{id}^{g}\) болсо тиешелүү учур hit экенин көрсөткөн бинардык өзгөрмө.
Булак Equation (2):
\[ U_d^g= \frac{1}{N_{gd}} \sum_{i=1}^{N_{gd}}u_{id}^{g} \tag{2} \]
\(U_d^g\) — unreadable үлүшү; \(u_{id}^{g}\) тиешелүү натыйжа окулбайт деп классификацияланган-классификацияланбаганын көрсөтөт.
Абляция натыйжалары
| Өлчөм | Structured hit | Element-only hit | Жупталган айырма | %95 ишеним аралыгы | Permutation p | Exact McNemar p |
|---|---|---|---|---|---|---|
| Мейкиндиктик түзүлүш | %78,8 | %19,4 | +59,4 пайыздык пункт | [50,6; 67,5] | <0,001 | <0,001 |
| Уюштуруу | %52,1 | %13,6 | +38,6 пайыздык пункт | [28,6; 48,6] | <0,001 | <0,001 |
Ишеним аралыктары 20.000 жупталган bootstrap resample менен; permutation натыйжалары 20.000 sign-flip resample менен эсептелген. Статистикалык анализде unreadable натыйжалар non-hit катары каралган.
Structured тобунун unreadable үлүшү мейкиндиктик түзүлүштө %2,5, уюштурууда %6,4; element-only тобунда тиешелүүлүгүнө жараша %5,6 жана %14,3 болгон.
Structured тобунун мейкиндиктик түзүлүш hit үлүштөрү бир, эки жана көп короолуу үлгүлөрдө тиешелүүлүгүнө жараша %75,0, %78,3 жана %80,0 болгон.
Модель Эмне Үчүн Короолор Ортосундагы Уюштурууну Алсызыраак Башкарат?
Булак изилдөөгө ылайык короолордун саны жана үстөм ландшафт түрү салыштырмалуу ачык визуалдык чек араларга ээ болсо, parallel, serial, staggered жана composite уюштуруу формалары короолордун салыштырмалуу абалы, байланышы, негизги–экинчи даражадагы иерархиясы жана жергиликтүү курчалышы сыяктуу тереңирээк топологиялык байланыштарды талап кылат; чакан жана тең салмаксыз маалыматтар топтому менен эки өлчөмдүү түс блоктуу көрсөтүү бул байланыштарды так үйрөнүүнү чектейт.
Уюштуруу формалары боюнча hit үлүштөрү:
| Уюштуруу формасы | Hit үлүшү |
|---|---|
| Staggered | %57,5 |
| Parallel | %55,0 |
| Serial | %47,5 |
| Composite | %45,0 |
Бул маанилер бирдей маалыматтык колдоого ээ класстардын салыштыруусу эмес. Окутуу маалыматтар топтомунда serial уюштуруу болгону эки үлгү менен көрсөтүлгөн. Ошондуктан өзгөчө сейрек класстардын натыйжалары булакта чалгындоо мүнөзүндөгү деңгээлде каралган.
Беш эксперт катышкан прототипке шайкештикти баалоо
Абляциялык эксперименттен өзүнчө 100 structured-group үлгүсү ар түрдүү мейкиндиктик түзүлүштөрдү, уюштуруу формаларын жана короо түрлөрүн камтыгандай стратификацияланган тандоо менен тандалган.
Беш кесипкөй дизайнер ар бир натыйжаны төрт өлчөмдө өз алдынча баалаган:
| Баалоо өлчөмү | Бааланган өзгөчөлүк |
|---|---|
| Мейкиндиктик түзүлүшкө шайкештик | Короолордун саны жана бирдик чек араларынын максатка шайкештиги |
| Уюштурууга шайкештик | Короолордун parallel, serial, staggered же composite байланышынын тууралыгы |
| Түргө шайкештик | Үстөм ландшафт түрүнүн максатка шайкештиги |
| Жалпы шайкештик | Мейкиндиктик прототип логикасынын бүтүндөй түзүлүшү |
Relevant = 1, partially relevant = 0,5 жана irrelevant = 0 деп бааланган.
Үлгүнүн белгилүү өлчөмдөгү беш эксперттик орточо баасы:
\[ S_{id}= \frac{1}{J} \sum_{j=1}^{J}s_{idj}, \qquad J=5 \tag{3} \]
Үлгүнүн курама баллы болсо төрт баалоо өлчөмүнүн орточо мааниси:
\[ S_i= \frac{1}{D} \sum_{d=1}^{D}S_{id} \tag{4} \]
Булакта \(D=4\). Беш баалоочунун орточо баллдары үчүн inter-rater reliability ICC(2,5) = 0,68 деп табылган.
| Баалоо өлчөмү | Орточо балл |
|---|---|
| Мейкиндиктик түзүлүш | 0,79 |
| Короо түрү | 0,80 |
| Уюштуруу | 0,61 |
| Жалпы прототипке шайкештик | 0,72 |
| Төрт өлчөмдүү курама орточо | 0,73 |
Уюштуруу баллынын эң төмөн жана бөлүштүрүлүшүнүн эң кең болушу абляциялык эксперименттеги ошол эле негизги көйгөйдү көрсөтөт: модель “канча короо?” жана “кайсы үстөм ландшафт?” деген суроолорго “бул короолор бири-бирине так кантип байланышат?” деген суроого караганда туруктуураак жооп берет.
Изилдөөнүн Ыкмасы жана Жыйынтыктары
Изилдөө агымынын толук жүрүшү
| Баскыч | Иш-аракет | Чыгыш |
|---|---|---|
| 1 | Бак учурларын чогултуу жана эки баскычтуу тандоо | 63 Линнан короо багы |
| 2 | Планды тазалоо, багыт/масштабды нормалдаштыруу жана түс менен коддоо | 63 даана 512 × 512 түс менен коддолгон план |
| 3 | Линнан бак теориясын түзүмдөштүрүлгөн семантикалык энбелгилерге которуу | Беш катмарлуу structured prompt |
| 4 | Stable Diffusion 1.5 + LoRA fine-tuning | Линнан план генерация модели |
| 5 | Structured prompt + site-boundary mask менен генерация | Чек арасы көзөмөлдөнгөн түс менен коддолгон бак пландары |
| 6 | Spatial-prototype label ablation | Structured жана element-only шарттарынын себептик жактан таза жупталган салыштыруусу |
| 7 | Беш эксперттик прототипке шайкештик баалоосу | Түзүлүш, уюштуруу, түр жана жалпы шайкештик баллдары |
| 8 | CIE Lab негизиндеги элемент-аянт анализи | Жаратылган жана реалдуу пландардын курамын салыштыруу |
| 9 | Өкүл учурлардын сапаттык анализи | Моделдин күчтүү жана алсыз мейкиндиктик байланыштарын чечмелөө |
Элемент-аянт үлүшү кантип эсептелди?
Жаратылган пландарда моделдин түстөрү окутуу маалыматтарындагы так RGB коддорунан четтеши мүмкүн болгондуктан, булак түз RGB теңдигин колдонгон эмес. Атайын Python 3.14.3 скрипти, NumPy 2.4.6 жана Pillow 12.2.0 колдонулуп, пикселдер CIE Lab түс мейкиндигине которулган жана эң жакын палитра түсү менен ΔE*ab түс айырмасы эсептелген.
ΔE*ab ≤ 25 болгон пиксел эң жакын элемент классына дайындалган; чектен тышкаркы пиксел noise катары кабыл алынган.
Булак Equation (5):
\[ p_k= \frac{N_k} {\sum_i N_i} \tag{5} \]
Бул жерде \(p_k\) — \(k\) элемент классынын жарактуу элемент аянтындагы үлүшү. \(N_k\) — \(k\) классына дайындалган пикселдердин саны. Бөлүүчүдөгү \(\sum_i N_i\) фон жана noise алынгандан кийинки бардык жарактуу элемент пикселдеринин суммасы. Теңдеме өлчөмсүз катыш берет.
| Элемент | Жаратылган пландар | Окутуу пландары | Айырма |
|---|---|---|---|
| Имараттар | %40,4 | %50,4 | −10,0 пайыздык пункт |
| Суу | %21,5 | %12,9 | +8,6 пайыздык пункт |
| Таш композициясы | %0,4 | %1,3 | −0,9 пайыздык пункт |
| Өсүмдүк катмары | %7,1 | %6,2 | +0,9 пайыздык пункт |
| Газон | %10,0 | %12,3 | −2,3 пайыздык пункт |
| Таш төшөө | %20,5 | %16,8 | +3,7 пайыздык пункт |
| Толук сүрөттөгү жарактуу элемент пикселдеринин камтылышы | %29,2 | %22,2 | +7,1 пайыздык пункт |
Булак ошондой эле жаратылган сүрөттөрдө пикселдердин болжол менен %3 түс жылышынан улам эч бир элемент классына дайындалбаганын, кол менен коддолгон окутуу үлгүлөрүндө бул көрсөткүч %1-ден төмөн болгонун белгилейт.
Бул эки жыйынтыкты чаташтырбоо керек: “жарактуу элемент pixel coverage” сүрөттүн канча бөлүгү таанылуучу элемент класстары менен капталганын; классификацияланбаган болжолдуу %3 болсо түс коддору максаттуу палитрадан канчалык четтегенин көрсөтөт.
Эмне үчүн имарат аз, суу көп жаратылды?
Булактын талкуусунда мунун мүмкүн болгон себеби графикалык көрсөтүүнүн мүнөзү менен байланыштырылган. Суу адатта чоң, үзгүлтүксүз түс аянты болуп, диффузиялык модель үчүн синтездөө оңой. Имарат, дубал жана ушул сыяктуу архитектуралык компоненттер болсо ичке жана так чек араларды талап кылат.
Имарат аянтындагы жетишсиздик жөн гана сандык композиция көйгөйү эмес. Архитектуралык чек аралар короонун курчалышын аныктагандыктан, имараттардын жетишсиз же бүдөмүк болушу короо иерархиясынын жана уюштуруу байланыштарынын да алсырашына алып келиши мүмкүн.
Өкүл учурлар эмнени көрсөттү?
Булак Figure 16-да окутуу бөлүштүрүлүшүнүн ичиндеги төрт үлгүнү карайт: Qinghui Garden, Qunxing Thatched Cottage, Beiyuan Restaurant жана Panxi Restaurant.
Beiyuan Restaurant-тын эки-короолуу parallel каркасы генерацияларда салыштырмалуу ачык кайра түзүлгөн.
Qunxing Thatched Cottage-тын эки-короолуу staggered түзүлүшү айрым үлгүлөрдө көрүнгөнү менен, короо чек аралары бүдөмүк.
Qinghui Garden жана Panxi Restaurant-тын көп-короолуу composite генерацияларында бир нече короо жана негизги суу көрүнүштөрү түзүлгөн; бирок короо иерархиясы жана жергиликтүү курчоо баштапкы пландарга салыштырмалуу жөнөкөйлөштүрүлгөн.
Айрым натыйжаларда чоңойтулган суу аянттары жана алсыз архитектуралык көрүнүш байкалышы Table 10-догу “суу көп / имарат аз” сандык натыйжасы менен бир багытта.
Бул Натыйжалар Модель Көрбөгөн Линнан Бактарында Жалпыланарын Далилдейби?
Жок. Окутуу бардык 63 план менен жүргүзүлгөн, Figure 16-дагы өкүл үлгүлөр булакта ачык түрдө in-distribution деп аныкталган жана изилдөө көз карандысыз held-out бак учурларында системалуу жалпы иштөө тестин билдирген эмес; авторлор held-out cases жана cross-type experiments иштерин келечекке калтыргандыктан, учурдагы натыйжалар көзөмөлдөнгөн proof-of-concept ийгилиги катары чечмелениши керек.
Изилдөө колдогон жыйынтыктар
Линнан бак теориясындагы айрым мейкиндиктик түшүнүктөр ачык жана текшериле турган семантикалык энбелгилерге которулушу мүмкүн.
Structured spatial-prototype энбелгилери element-only prompt-торго салыштырмалуу максаттуу короо түзүлүшүнө жана уюштуруу формасына жоопту олуттуу жогорулаткан.
Короолордун саны жана үстөм ландшафт түрү көп короолордун так салыштырмалуу жайгашуусу жана иерархиялык байланыштарына караганда туруктуураак жаратылган.
Site-boundary маскасы учурдагы эксперименттик шарттарда жалпы план чек арасын сактоодо пайдалуу болгон.
Түс менен коддолгон элемент үлүштөрү айрым класстарда окутуу маалыматтарына жакындайт, бирок имарат жана суу курамында системалуу четтөөлөр бар.
Бир эле семантикалык аныктамаларды маалыматтарды коддоодо, генерацияны шарттоодо жана натыйжаларды баалоодо колдонуу моделдин каталары кайсы мейкиндиктик деңгээлде пайда болгонун жакшыраак байкоого мүмкүндүк берген.
Изилдөө колдобогон жыйынтыктар
Модель Линнан бактарынын бардык түрлөрүндө жогорку тактык менен жалпыланары далилденген эмес.
Модель толук архитектуралык долбоорлоо системасы эмес.
Жаратылган 512 × 512 түс блоктуу пландар курулушка даяр техникалык долбоорлор эмес.
Мейкиндиктик функция, accessibility, вертикалдык уюштуруу, материал, көтөрүүчү система жана колдонуучу тажрыйбасы учурдагы баалоо системасында толук ырасталган эмес.
Ыкма тарыхый эстеликтерди автоматтык калыбына келтирүү эмес.
Суу жана имарат аянт үлүштөрүнүн окутуу бөлүштүрүлүшүнө жакындашы өзүнчө архитектуралык тактыктын же маданий аныктыктын далили эмес.
Статистикалык жактан күчтүү абляциялык айырма модель окутуу бөлүштүрүлүшүнөн тышкаркы жаңы бактарда ошол эле иштөөнү көрсөтөрүнө кепилдик бербейт.
Бул Система Тарыхый Линнан Бактарын Автоматтык Түрдө Калыбына Келтире Алабы?
Жок. Изилдөөдөгү адаптивдүү кайра түзүү сценарийи концептуалдык долбоорлоо-колдоо сунушу гана; булак аны эксперименттик түрдө ырасталган автоматтык калыбына келтирүү ыкмасы катары бербейт жана тарыхый документ, жеринде изилдөө, мурас баалуулугун талдоо жана кесипкөй долбоорлоо чечими алмаштырылгыс экенин ачык белгилейт.
Жаңы бак долбоорундагы мүмкүн болгон ролу
Жаңы Линнан бактарында дизайнер участок чек арасын жана максаттуу мейкиндиктик прототипти аныктаган энбелгилерди системага берип, алгачкы баскычта альтернативдүү пландарды жарата алат. Булактын учурдагы жыйынтыктарына ылайык бул мамиле өзгөчө короолордун саны жана үстөм бак түрү үчүн уюштуруу деталдарына караганда ишенимдүүрөөк.
Демек, генерация адистин ордуна акыркы чечим чыгаруучу курал эмес; долбоорлоо варианттарын кеңейтүүчү жана прототиптик байланыштарды көрүнүктүү кылуучу алгачкы баскычтагы колдоо системасы катары каралат.
Учурдагы бактарды адаптивдүү кайра түзүү
Булак Figure 17-де учурдагы бакты тарыхый жактан негизделген прототиптер менен салыштырууну, бузулган короо иерархиясын же имарат–ландшафт катыштарын аныктоону жана учурдагы участок чек арасынын ичинде альтернативдүү кайра уюштуруу идеяларын жаратууну сунуштайт.
Бул сценарий макаланын эксперименттик баалоо чөйрөсүнө киргизилген эмес.
Изилдөөнүн негизги чектөөлөрү
Чакан маалыматтар топтому: Окутуу болгону 63 план менен жүргүзүлгөн.
Класс тең салмаксыздыгы: Serial уюштуруу эки, rock courtyard энбелгиси үч үлгү менен көрсөтүлгөн.
Эки өлчөмдүү абстракция: Түс блоктуу план көрсөтүүнүн артыкчылыгы — стандартташтыруу; анын баасы болсо реалдуу масштаб, архитектуралык чек ара деталдары, материал, вертикалдык байланыш жана мейкиндиктик тажрыйба маалыматынын кысылышы.
Уюштурууну башкаруу: Көп короолуу байланыштарды башкаруу короолордун саны жана үстөм ландшафт түрүн башкарууга караганда кыйыныраак.
Баалоо чөйрөсү: Функционалдык уюштуруу, spatial adjacency, accessibility, вертикалдык байланыштар жана мейкиндиктик тажрыйба азырынча изилдөөнүн аткарылуучу баалоо критерийлерине киргизилген эмес.
Жалпылоо: Көз карандысыз held-out учурларды баалоо берилген эмес.
Колдонмо ырастоосу: Жаңы бак жана adaptive restructuring колдонуу сценарийлери жеринде/долбоордук эксперименттер менен ырасталган эмес.
Келечектеги изилдөөлөр
Булак келечектеги иштерди төрт негизги багытта аныктайт: маалымат, көрсөтүү, башкаруу жана баалоо.
Маалымат деңгээлинде реалдуу бактардын санын көбөйтүү жана сейрек мейкиндиктик прототиптерди колдоо үчүн эксперт тарабынан ырасталган синтетикалык маалыматтарды көбөйтүү сунушталат.
Көрсөтүү жана башкаруу деңгээлинде короо бирдиктерин, adjacency, салыштырмалуу абалды, enclosure жана иерархиялык байланыштарды graph structures же hierarchical semantics түрүндө коддоо сунушталат.
Баалоо жагында space syntax эсептөөлөрүн, машина үйрөнүү кластерлөөнү жана perceptual validation ыкмаларын учурдагы прототип жана элемент үлүшү баалоосуна кошуу сунушталат.
Label granularity, relational-control accuracy жана generative diversity ортосундагы тең салмак held-out учурлар жана cross-type эксперименттери менен сыналышы керек.
Булак жана Ыкма Жөнүндө Эскертүү
Түпнуска изилдөө: Structured Semantic Translation and Diffusion-Based Generation of Lingnan Courtyard Garden Spatial Layouts: A Multi-Level Evaluation Framework
Авторлор: Yanghao Luo; Zhenhui Zhang; Yiyang Huang.
Жооптуу автор: Zhenhui Zhang.
Мекемелер: School of Architecture, South China University of Technology, Guangzhou, China; School of Civil Engineering and Architecture, Wuyi University, Nanping, China.
Журнал: Buildings.
Басмакана: MDPI.
Библиографиялык жазуу: Buildings, 2026, 16(17), Article 3549.
DOI: 10.3390/buildings16173549.
Жарыялоо процесси: Кабыл алынган 7 август 2026; оңдолгон 29 август 2026; кабыл алынган 1 сентябрь 2026; жарыяланган 7 сентябрь 2026.
Булак түрү: Рецензияланган жана жарыяланган генеративдик архитектура/ландшафт дизайны, машина үйрөнүү жана эксперттик баалоо изилдөөсү; теорияга негизделген proof-of-concept.
Лицензия: Creative Commons Attribution (CC BY).
Негизги маалыматтар топтому: 63 Линнан короо бак планы; 25 салттуу жана 38 заманбап үлгү.
Маалымат көрсөтүлүшү: 512 × 512 px нормалдаштырылган түс менен коддолгон план + беш катмарлуу structured prompt.
Семантикалык катмарлар: Мезгил стили, мейкиндиктик түзүлүш, уюштуруу формасы, короо түрү жана түзүүчү элементтер.
Негизги модель: stable-diffusion-v1-5-pruned.
Fine-tuning: LoRA; rank/alpha 32/32; AdamW8bit; U-Net learning rate 5 × 10−5; text encoder learning rate 1 × 10−5; batch size 2; 40 epoch; жалпы 10.080 step.
Генерация чөйрөсү: ComfyUI frontend 1.34.9; LoRA weight 1,25; Euler sampler; 32 step; CFG scale 7; 512 × 512 генерация.
Boundary control: Site-boundary image mask.
Абляция: Сегиз максаттуу прототип × 20 жупталган генерация = 160 paired unit; structured жана element-only шарттары.
Эксперттердин саны: Абляция жана relevance баалоолорунда беш кесипкөй дизайнер; окутуу энбелгилөө/коддоо ишенимдүүлүгүндө үч эксперт.
Статистика: 20.000 paired bootstrap resample; 20.000 sign-flip paired permutation; exact McNemar test; Fleiss’ κ; ICC(2,5).
Негизги абляция натыйжасы: Structured топ мейкиндиктик түзүлүш hit %78,8 жана уюштуруу hit %52,1; element-only топ %19,4 жана %13,6.
Негизги эксперттик баалоо натыйжасы: Түзүлүш 0,79; түр 0,80; уюштуруу 0,61; жалпы шайкештик 0,72; курама орточо 0,73.
Элемент анализи: Python 3.14.3, NumPy 2.4.6, Pillow 12.2.0; CIE Lab жана ΔE*ab ≤ 25 классификация чеги.
Негизги курамдык четтөөлөр: Имарат −10,0 пайыздык пункт; суу +8,6 пайыздык пункт.
Маалыматтардын жеткиликтүүлүгү: Окутуу маалыматтар топтому GitHub'дагы Yhao-L/Lingnan-Courtyard-Dataset репозиторийинде ачык жарыяланган.
Каржылоо: Natural Science Foundation of Fujian Province, Grant 2024J01913.
Этика комитети: Эксперттер анонимдүү жаратылган план сүрөттөрүн алдын ала аныкталган критерийлер менен гана баалагандыктан жана жеке/сезимтал маалымат чогултулбагандыктан этика комитетинин уруксаты зарыл эмес деп эсептелген.
Маалымдалган макулдук: Катышкан бардык эксперттерден алынган.
Кызыкчылыктардын кагылышы: Авторлор кызыкчылыктардын кагылышын билдиришкен эмес.
Жасалма интеллектти колдонуу билдирүүсү: Авторлор изилдөө даярдалып жатканда ChatGPT GPT-5 сериясын тилдик редакциялоо жана котормо колдоосу үчүн колдонушканын; чыгышты карап чыгып оңдошконун жана жарыянын мазмуну үчүн жоопкерчиликти өздөрүнө алышканын билдиришкен.
Автордук салымдар: Yanghao Luo: концептуалдаштыруу, ыкма, формалдык анализ, изилдөө, маалыматтарды курациялоо, визуалдаштыруу жана биринчи долбоор. Yiyang Huang: программалык камсыздоо жана текшерүү. Zhenhui Zhang: карап чыгуу/редакциялоо, көзөмөл жана долбоорду башкаруу.
Негизги методологиялык чектөө: Окутуу топтому чакан жана тең салмаксыз; баалоолор моделдин мейкиндик-прототип башкаруусун колдойт, бирок көз карандысыз held-out бак учурларында моделдин жалпы иштөөсү ырасталган эмес. Эки өлчөмдүү түс блоктуу көрсөтүү функция, материал, вертикалдык мейкиндик жана тажрыйбалык мейкиндик сапаттарынын бардыгын камтыбайт.
Автордук укук жана кайра колдонуу эскертүүсү: Макала CC BY лицензиясында. Бирок макаладагы айрым булак пландары, изилдөө сүрөттөрү жана расмий карта базалары үчүнчү тарап материалдарынан алынган. Verianla сүрөттөрүндө бул материалдарды пиксел деңгээлинде кайра колдонуунун ордуна булакта аныкталган илимий байланыштарды өз алдынча схемалар жана булак-маалыматтуу графиктер менен кайра түзүү артыкчылыктуу.
Пикир калтырыңыз
E-mail дарегиңиз жарыяланбайт. Милдеттүү талаалар * менен белгиленген