Тарҷумаи сохторёфтаи семантикӣ, дар ин таҳқиқот усули муаррифии дониш аст, ки маълумоти таърихӣ ва тарҳрезии фазоии боғҳои ҳавлигии Линнанро ба қабатҳои собити барчаспҳо табдил медиҳад, ки модели омӯзиши мошинӣ онҳоро хонда метавонад. Муҳаққиқон 63 нақшаи боғҳои анъанавӣ ва муосири Линнанро дар панҷ қабат — услуби давра, сохтори фазоӣ, шакли ташкил, навъи ҳавлӣ ва унсурҳои таркибӣ — рамзгузорӣ кардаанд; нақшаҳои бо ранг рамзгузоришударо бо prompt-ҳои сохторёфтаи матнӣ ҷуфт намуда, модели асосёфта ба Stable Diffusion 1.5-ро бо LoRA fine-tuning кардаанд ва нақшаҳои боғеро тавлид намудаанд, ки бо ҳудуди қитъа маҳдуд шудаанд.

Саволи асосии таҳқиқот танҳо ин нест, ки «оё зеҳни сунъӣ метавонад нақшаи боғ кашад?». Саволи аслӣ ин аст, ки оё ба барчаспҳои ошкори семантикӣ табдил додани маълумоти минтақавии тарҳрезӣ, аз қабили шумораи ҳавлӣ, робитаи байни ҳавлӣҳо ва навъи ҳукмрони ландшафт, тавлидро воқеан бештар идорашаванда мекунад ё не.

Дар аблятсияи барчаспҳои прототипи фазоӣ гурӯҳи сохторёфта дар барчаспи сохтори фазоӣ ба сатҳи мутобиқати %78,8 расид, дар ҳоле ки гурӯҳи назоратие, ки танҳо барчаспҳои унсурҳоро истифода мебурд, дар %19,4 монд. Дар барчаспи ташкил нишондиҳандаҳо мутаносибан %52,1 ва %13,6 буданд. Фарқҳои ҷуфтшуда 59,4 ва 38,6 банди фоизӣ мебошанд ва ҳар ду фарқ дар санҷишҳои permutation ва exact McNemar дар сатҳи p < 0,001 қарор доранд.

Дар марҳилаи дуюм, ки 100 нақшаи тавлидшударо панҷ тарроҳи касбӣ арзёбӣ карданд, холҳои миёна барои сохтори фазоӣ 0,79, барои навъи ҳавлӣ 0,80, барои мутобиқати умумии прототип 0,72 ва барои робитаҳои ташкилӣ 0,61 буданд. Аз ин рӯ, модель шумораи ҳавлӣҳо ва навъи ҳукмрони ландшафтро нисбат ба робитаҳои нозуки топологии байни чанд ҳавлӣ устувортар тавлид кардааст.

Дар таҳлили унсур–масоҳати бо ранг рамзгузоришуда низ каҷравиҳои низомманд мушоҳида шуданд. Дар нақшаҳои омӯзишӣ ҳиссаи миёнаи масоҳати биноҳо %50,4 буд, аммо дар натиҷаҳои тавлидшуда %40,4; масоҳати об дар намунаҳои омӯзишӣ %12,9 ва дар тавлидҳо %21,5 буд. Модель ба тавлиди сатҳҳои калон ва пайвастаи об майл нишон дода, унсурҳои меъмориеро, ки сарҳадҳои борик ва дақиқ талаб мекунанд, нокифоя ифода кардааст.

Гарчанде таҳқиқот proof-of-concept-и қавӣ пешниҳод мекунад, он танҳо бо 63 намуна омӯзонида шудааст, тақсимоти категорияҳо нобаробар мондааст ва фаъолияти умумии модель бо ҳолатҳои мустақили held-out-и боғ тасдиқ нашудааст. Нақшаҳои тавлидшуда алтернативаҳои тарҳрезии марҳилаи ибтидоӣ мебошанд; онҳоро набояд ҳамчун лоиҳаҳои меъмории мустақиман иҷрошаванда ё барқарорсозии автоматии боғҳои таърихӣ арзёбӣ кард.

Мушкилоти асосие, ки таҳқиқот мехоҳад ҳал кунад

Дар тавлиди меъморӣ ва ландшафт моделҳои диффузионӣ дар офаридани тасвир нерӯманданд; аммо ҳувияти боғи таърихиро танҳо ранг, шакл ё мавҷудияти унсурҳои алоҳида муайян намекунад. Хусусияти фазоии боғи Линнан аз робитаҳое иборат аст, аз қабили чанд будани ҳавлӣҳо, чӣ гуна иҳота шудани онҳо, дар кадом самт ба ҳам пайваст будан, кадом ҳавлӣ ҳукмрон будан ва унсурҳои ландшафтӣ, монанди бино, об ва санг, дар кадом иерархия ташкил ёфтан.

Ба модели тавлидӣ танҳо навиштани «бино, об, растанӣ, санг» ин иттилои робитавиро ошкоро тавсиф намекунад. Нуқтаи ибтидоии таҳқиқоти манбаъ маҳз ҳамин аст: на синфҳои намоёни объектҳо, балки прототипи фазоӣ-и зери боғро ба шакле табдил додан, ки мошин тавонад коркард кунад.

Манбаъ се саволи таҳқиқотиро муайян мекунад: дониши боғи Линнанро чӣ гуна ба барчаспҳои сохторёфта табдил додан мумкин аст; оё ин барчаспҳои прототипи фазоӣ вокуниши модельро ба прототипи ҳадаф беҳтар мекунанд; ва нақшаҳои тавлидшударо аз ҷиҳати прототипи фазоӣ ва таркиби унсурҳо чӣ гуна арзёбӣ кардан мумкин аст.

Тарҷумаи Сохторёфтаи Семантикӣ Чист ва Чаро Зарур Аст?

Тарҷумаи сохторёфтаи семантикӣ усулест, ки мафҳумҳои бо тафсири инсонӣ муайяншавандаи назарияи таърихии боғҳои Линнан — воҳиди ҳавлӣ, сохтори фазоӣ, шакли ташкил, навъи ҳавлӣ ва унсурҳои таркибӣ — ро ба барчаспҳои собит ва такроршаванда табдил дода, ҳамон маълумотро дар марҳилаҳои тамғагузории додаҳо, шартгузории модель ва арзёбии натиҷаҳо якҷо истифода мебарад.

Маҷмуаи додаҳо чӣ гуна сохта шуд?

Муҳаққиқон аз адабиёти классикӣ, нақшаҳои осори муосири сохташуда ва тасвирҳои таҳқиқотии нашрияҳои академӣ ҳавзи намунаҳои бисёрманбаъ ташкил кардаанд.

Дар марҳилаи аввал аз рӯйи мансубияти минтақавӣ 122 боғи Линнан нигоҳ дошта шуд. Дар марҳилаи дуюм хонопазирии нақша, имкони муайян кардани ҳавлӣҳо ҳамчун воҳидҳои асосии фазоӣ, фарқ кардани биноҳои асосӣ ва унсурҳои калони ландшафтӣ ва равшан будани ҳудуди қитъа талаб карда шуд. Нақшаҳои дорои қисмҳои муҳимми нопурра, хонопазирии паст, такрорӣ ё сарҳади номуайян хориҷ карда шуда, маҷмуаи ниҳоии 63 нақша ташкил гардид.

Чаро нақшаҳо бо ранг рамзгузорӣ шуданд?

Нақшаҳои манбаъ аз ҷиҳати миқёс, андозаи коғаз, самтгирӣ ва анъанаи расмкашӣ фарқ мекунанд. Барои он ки модель як забони визуалии ягона омӯзад, ҳамаи намунаҳо тоза карда шуданд, унвон ва тавзеҳҳо бардошта шуданд ва бе вайрон кардани таносубҳо дар рӯйи рони квадратии 512 × 512 пиксел марказонида шуданд.

Дар намунаҳое, ки маълумоти боэътимоди шимол доштанд, шимол ба боло гирифта шуд; дар нақшаҳое, ки маълумоти самтгирӣ боэътимод набуд, тарафи болоии расми аслӣ ҳамчун самти пешфарз нигоҳ дошта шуд.

Унсурҳои нақша дар ду гурӯҳи асосӣ рамзгузорӣ шуданд. Унсурҳои меъморӣ аз толор/hall, ҳуҷраи истиқоматӣ, бурҷ, павилиони боғ, долони пӯшида ва девори ҷудокунанда; унсурҳои табиӣ аз сатҳи об, тарҳи сангӣ, майсазор, рӯйпӯши растанӣ ва фарши сангӣ иборатанд.

Воҳиди ҳавлӣ чӣ гуна муайян карда шуд?

Дар манбаъ воҳиди ҳавлӣ ҳамчун воҳиди фазои берунӣ таъриф шудааст, ки бо бино, долон, девор ё унсурҳои ландшафтии фазосоз иҳота шуда, қисми асосии онро фазои кушод ташкил медиҳад ва мавзӯи фарқшавандаи ландшафтӣ, робитаи дидан ё вазифаи истифода дорад.

Иҳота метавонад комилан баста, сетарафа, L-шакл, I-шакл ё бо ландшафт иҳоташуда бошад. Барои он ки равшангоҳҳои хеле хурд ҳамчун ҳавлии мустақил ҳисоб нашаванд, ҳадҳои амалиётӣ низ муқаррар шудаанд: дарозии минималии канор 3 m ва масоҳати тақрибии минималӣ 20 m². Намунаҳои марзӣ алоҳида аз ҷониби коршиносон арзёбӣ шуданд.

Навъҳои ҳавлӣ

Манбаъ чор навъи амалиётии ҳавлиро истифода мебарад. Flat courtyard ҳавлӣест, ки сатҳҳои ҳамвори кушод ҳукмронанд ва унсури об ё санг маркази равшан ташкил намекунад. Дар Water courtyard ядрои асосии ландшафт об аст. Дар Water–rock courtyard об ва санг якҷо саҳнаи ҳукмронро ташкил медиҳанд. Дар Rock courtyard санг, сангчин ё боғи сангӣ ҳукмрон аст.

Манбаъ категорияи hill courtyard-и назарияи Линнанро аз сабаби кам буданаш дар намунаҳои мавҷуда ва душвор будани фарқкунии боэътимоди он танҳо аз рӯйи нақша ба категорияи rock courtyard ҳамроҳ кардааст.

Сохтори фазоӣ ва шакли ташкил як чиз нестанд

Сохтори фазоӣ нишон медиҳад, ки боғ аз як, ду ё се ва зиёда воҳиди ҳавлӣ иборат аст. Шакли ташкил бошад, шарҳ медиҳад, ки чанд ҳавлӣ чӣ гуна ба ҳам пайваст мешаванд ва нисбат ба меҳвари асосии самтгирӣ чӣ гуна ҷойгир шудаанд.

Муҳаққиқон барои муқоисашаванда гардондани ҳавлӣҳои шаклашон гуногун маркази геометрии ҳар ҳавлиро муайян карда, меҳвари асосии самтгирии боғро ҳамчун истинод истифода бурдаанд.

Дар ташкилоти Parallel хатти пайвасткунандаи марказҳои ҳавлӣ умуман ба меҳвари асосӣ перпендикуляр аст; Table 3 қоидаи амалиётиро тақрибан 90° ± 15° медиҳад. Дар ташкилоти Serial пайвастшавӣ тақрибан ба меҳвари асосӣ параллел аст ва таҷрибаи фазоӣ аз пеш ба қафо ҳаракат мекунад. Ташкилоти Staggered робитаҳои диагоналӣ, ҷобаҷошуда ё гардишдорро; ташкилоти composite бошад, ҳамзамон мавҷуд будани зиёда аз як шакли ташкилро дар як боғ ифода мекунад.

Structured prompt-и панҷқабата

Эътимоднокии барчаспҳо чӣ гуна санҷида шуд?

Се коршинос барчаспҳои сохтори фазоӣ, шакли ташкил ва навъи ҳавлии 63 боғро мустақилона таъин карданд. Барчаспи ниҳоӣ бо қарори аксарият муайян шуда, дар ҳолатҳои ихтилоф муаллиф чанд манбаъро санҷида қарор қабул кардааст.

Чаро LoRA истифода шуд?

63 нақша барои аз сифр омӯзондани модели калони диффузионӣ маҷмуаи хурди додаҳо мебошад. Low-Rank Adaptation (LoRA) вазнҳои асосии модели пешомӯзонидашударо асосан собит нигоҳ дошта, матритсаҳои омӯзишшавандаи паст-rank илова мекунад ва бо шумораи камтари параметрҳои омӯзишшаванда мутобиқсозӣ ба домени визуалӣ ва забони шартгузории муайянро имкон медиҳад.

Дар ин таҳқиқот LoRA барои мутобиқ кардани Stable Diffusion 1.5 ба нақшаҳои бо ранг рамзгузоришудаи боғҳои Линнан ва ҷуфтҳои structured prompt-и онҳо истифода шудааст.

Параметрҳои омӯзиш

Figure 11 ва Figure 12 нишон медиҳанд, ки бо зиёд шудани қадами омӯзиш қимати loss умуман коҳиш ёфта, нақшаҳо аз намуди пора-пора ба сохтори муназзамтар ва хонопазиртар мегузаранд. Натиҷаҳо тақрибан дар 20 epoch/5040 step ба устуворшавӣ оғоз кардаанд; бо вуҷуди ин, муҳаққиқон аз ҷиҳати ҷудошавии унсурҳо, устувории сарҳад ва хонопазирии сохторӣ модели 10.080-step-ро интихоб кардаанд.

Ҳудуди Қитъа Дар Модели Тавлидӣ Чӣ Гуна Ҳифз Шуд?

Таҳқиқот тасвири site-boundary-ро мустақиман ҳамчун ниқоб истифода бурда, имкон додааст, ки модели диффузионӣ танҳо дар дохили ҳудуди муайяншудаи қитъа тавлид кунад; азбаски вариантҳои ControlNet дар асоси Canny ва Lineart дар маҷмуаи додаҳои мавҷуда бе омӯзиши дубора номувофиқии ҷойгиршавии унсурҳо ва вайроншавии сохториро ба вуҷуд оварданд, дар ҷараёни асосии кор boundary masking-и мустақим интихоб шуд.

Танзимоти тавлиди ComfyUI

Дар ин танзим structured prompt-и матнӣ тартиби дохилӣ ва прототипи ҳадафро шартгузорӣ мекунад, дар ҳоле ки site-boundary mask ҳудуди умумии берунаро маҳдуд месозад. Бо ин роҳ модель ҳамзамон бо ду навъи гуногуни иттилоот роҳнамоӣ мешавад: ба саволи «чӣ гуна прототипи фазоӣ тавлид шавад?» барчаспҳои матнӣ; ба саволи «дар дохили кадом ҳудуди физикӣ тавлид шавад?» ниқоби сарҳадӣ ҷавоб медиҳад.

Оё Барчаспҳои Прототипи Фазоӣ Тавлидро Воқеан Беҳтар Карданд?

Бале, дар таҷрибаи ҷуфтшудаи аблятсияи таҳқиқот гурӯҳи structured prompt, ки барчаспҳои сохтори фазоӣ ва ташкилро дар бар мегирифт, ҳангоми истифодаи як модель, як ҳудуди қитъа, як random seed ва як параметрҳои тавлид нисбат ба гурӯҳи element-only сатҳи хеле баландтари мувофиқати прототипи ҳадафро нишон дод; аммо афзоиш дар ташкили ҳавлӣҳо нисбат ба шумораи ҳавлӣҳо маҳдудтар аст.

Тарҳи таҷрибаи аблятсия

Ҳашт прототипи ҳадафи фазоӣ интихоб шуд: як прототипи якҳавлигӣ; се прототипи дуҳавлигӣ дар шаклҳои serial, parallel ва staggered; чор прототипи бисёрҳавлигӣ дар шаклҳои serial, parallel, staggered ва composite.

Барои ҳар прототип 20 тавлиди ҷуфтшуда иҷро шуда, дар маҷмӯъ 160 ҷуфт ташкил шуд. Ҳар ҷуфт ду натиҷа дорад:

• Structured group: Вуруди пурраи панҷқабатаи семантикии сохторёфта.
• Element-only group: Вуруде, ки дар он барчаспҳои сохтори фазоӣ ва ташкил хориҷ шуда, шартҳои дигар нигоҳ дошта шудаанд.

Ҳар ҷуфт аз як модели LoRA, як site-boundary mask, як random seed ва параметрҳои generation истифода кардааст. Ҳамин тавр, тағйирёбандаи асосии муқоиса мавҷуд будан ё набудани барчаспҳои прототипи фазоӣ мебошад.

Ҳисоби сатҳи hit ва unreadable

Ҳар натиҷаи тавлидшуда аз ҷониби панҷ тарроҳи касбӣ ҳамчун hit = 1, non-hit = 0 ё unreadable = −1 арзёбӣ шуд. Категорияи модалии панҷ коршинос ҳамчун натиҷаи сатҳи ҳолат қабул гардид.

Манбаъ Equation (1):

\[ H_d^g= \frac{1}{N_{gd}} \sum_{i=1}^{N_{gd}}m_{id}^{g} \tag{1} \]

\(H_d^g\) сатҳи hit барои гурӯҳи \(g\) ва андозаи арзёбии \(d\) мебошад. \(N_{gd}\) шумораи натиҷаҳои мувофиқ дар он андоза; \(m_{id}^{g}\) тағйирёбандаи дуӣ аст, ки hit будан ё набудани ҳолати дахлдорро нишон медиҳад.

Манбаъ Equation (2):

\[ U_d^g= \frac{1}{N_{gd}} \sum_{i=1}^{N_{gd}}u_{id}^{g} \tag{2} \]

\(U_d^g\) сатҳи unreadable мебошад; \(u_{id}^{g}\) нишон медиҳад, ки натиҷаи дахлдор ҳамчун хонданашаванда тасниф шудааст ё не.

Натиҷаҳои аблятсия

Фосилаҳои эътимод бо 20.000 paired bootstrap resample; натиҷаҳои permutation бо 20.000 sign-flip resample ҳисоб карда шуданд. Дар таҳлили оморӣ натиҷаҳои unreadable ҳамчун non-hit қабул шуданд.

Сатҳи unreadable дар гурӯҳи Structured барои сохтори фазоӣ %2,5, барои ташкил %6,4; дар гурӯҳи element-only мутаносибан %5,6 ва %14,3 буд.

Сатҳи hit-и сохтори фазоӣ дар гурӯҳи Structured барои намунаҳои як, ду ва бисёрҳавлигӣ мутаносибан %75,0, %78,3 ва %80,0 буд.

Чаро Модель Ташкили Байни Ҳавлӣҳоро Заифтар Идора Мекунад?

Тибқи таҳқиқоти манбаъ, дар ҳоле ки шумораи ҳавлӣҳо ва навъи ҳукмрони ландшафт сарҳадҳои визуалии нисбатан равшан доранд, ташкилҳои parallel, serial, staggered ва composite робитаҳои амиқтари топологиро талаб мекунанд, аз ҷумла мавқеи нисбӣ, пайвастшавӣ, иерархияи асосӣ–дуюмдараҷа ва иҳотаи маҳаллии ҳавлӣҳо; маҷмуаи хурд ва нобаробари додаҳо ва муаррифии дученакаи блокҳои ранга омӯзиши дақиқи ин робитаҳоро маҳдуд мекунанд.

Сатҳи hit аз рӯйи шакли ташкил:

Ин қиматҳо муқоисаи синфҳое нестанд, ки дастгирии додаҳои баробар доранд. Дар маҷмуаи додаҳои омӯзишӣ ташкилоти serial танҳо бо ду намуна ифода шудааст. Аз ин рӯ, натиҷаҳои синфҳои камбасомад махсусан дар манбаъ дар сатҳи иктишофӣ нигоҳ дошта шудаанд.

Арзёбии мутобиқати прототип бо панҷ коршинос

Ҷудо аз таҷрибаи аблятсия 100 намунаи structured-group бо интихоби қабатбандишуда интихоб шуданд, то сохторҳои гуногуни фазоӣ, шаклҳои ташкил ва навъҳои ҳавлӣҳоро фаро гиранд.

Панҷ тарроҳи касбӣ ҳар натиҷаро дар чор андоза мустақилона арзёбӣ карданд:

Relevant = 1, partially relevant = 0,5 ва irrelevant = 0 баҳогузорӣ шуданд.

Миёнаи панҷ коршинос барои андозаи муайяни як намуна:

\[ S_{id}= \frac{1}{J} \sum_{j=1}^{J}s_{idj}, \qquad J=5 \tag{3} \]

Холи таркибии намуна бошад миёнаи чор андозаи арзёбӣ мебошад:

\[ S_i= \frac{1}{D} \sum_{d=1}^{D}S_{id} \tag{4} \]

Дар манбаъ \(D=4\) аст. Барои холҳои миёнаи панҷ арзёбанда inter-rater reliability ICC(2,5) = 0,68 муайян шудааст.

Пасттарин будани холи ташкил ва васеътарин будани паҳншавии он ба ҳамон мушкили асосии таҷрибаи аблятсия ишора мекунад: модель ба саволҳои «чанд ҳавлӣ?» ва «кадом ландшафт ҳукмрон аст?» нисбат ба саволи «ин ҳавлӣҳо дақиқан чӣ гуна ба ҳам пайвастанд?» устувортар ҷавоб медиҳад.

Усул ва Натиҷаҳои Таҳқиқот

Ҷараёни пурраи таҳқиқот

Таносуби унсур-масоҳат чӣ гуна ҳисоб карда шуд?

Азбаски рангҳои модель дар нақшаҳои тавлидшуда метавонанд аз кодҳои дақиқи RGB-и додаҳои омӯзишӣ дур шаванд, манбаъ баробарии мустақими RGB-ро истифода накардааст. Бо истифода аз скрипти махсуси Python 3.14.3, NumPy 2.4.6 ва Pillow 12.2.0 пикселҳо ба фазои ранги CIE Lab табдил дода шуданд ва фарқи ранги ΔE*ab бо наздиктарин ранги палитра ҳисоб карда шуд.

Пикселе, ки ΔE*ab ≤ 25 дошт, ба наздиктарин синфи унсур таъин шуд; пиксели берун аз ҳад ҳамчун noise қабул гардид.

Манбаъ Equation (5):

\[ p_k= \frac{N_k} {\sum_i N_i} \tag{5} \]

Дар ин ҷо \(p_k\) таносуби синфи унсури \(k\) дар дохили масоҳати унсурҳои эътиборнок аст. \(N_k\) шумораи пикселҳои ба синфи \(k\) таъиншуда мебошад. \(\sum_i N_i\) дар махраҷ маҷмӯи ҳамаи пикселҳои эътиборноки унсурҳо пас аз хориҷ кардани замина ва noise мебошад. Муодила таносуби беандоза медиҳад.

Манбаъ ҳамчунин мегӯяд, ки дар тасвирҳои тавлидшуда тақрибан %3 пикселҳо бинобар тағйири ранг ба ҳеҷ синфи унсур таъин нашудаанд, дар ҳоле ки дар намунаҳои омӯзишии дастӣ рамзгузоришуда ин нишондиҳанда аз %1 камтар аст.

Ин ду натиҷаро набояд омехта кард: “valid element pixel coverage” нишон медиҳад, ки чӣ қадар аз тасвир бо синфҳои шинохташавандаи унсур фаро гирифта шудааст; тақрибан %3-и таснифнашуда бошад нишон медиҳад, ки кодҳои ранг аз палитраи ҳадаф чӣ қадар дур шудаанд.

Чаро бино кам ва об зиёд тавлид шуд?

Дар баҳси манбаъ сабаби эҳтимолӣ бо хусусияти муаррифии графикӣ алоқаманд дониста шудааст. Об одатан майдони калони пайвастаи ранг аст ва барои модели диффузионӣ синтез карданаш осонтар мебошад. Бино, девор ва ҷузъҳои шабеҳи меъморӣ бошанд сарҳадҳои борик ва дақиқ талаб мекунанд.

Камбуди масоҳати бино танҳо мушкили миқдории таркиб нест. Азбаски сарҳадҳои меъморӣ иҳотаи ҳавлиро муайян мекунанд, нокифоя ё норавшан будани биноҳо метавонад иерархияи ҳавлӣ ва робитаҳои ташкилиро низ заиф кунад.

Ҳолатҳои намояндагӣ чиро нишон доданд?

Манбаъ дар Figure 16 чор намунаи дохили тақсимоти омӯзиширо меомӯзад: Qinghui Garden, Qunxing Thatched Cottage, Beiyuan Restaurant ва Panxi Restaurant.

Скелети дуҳавлигии parallel-и Beiyuan Restaurant дар тавлидҳо нисбатан равшан аз нав сохта шудааст.

Сохтори дуҳавлигии staggered-и Qunxing Thatched Cottage дар баъзе намунаҳо дида мешавад, аммо сарҳадҳои ҳавлӣ норавшантар мебошанд.

Дар тавлидҳои бисёрҳавлигии composite-и Qinghui Garden ва Panxi Restaurant якчанд ҳавлӣ ва саҳнаҳои асосии об ба вуҷуд омадаанд; аммо иерархияи ҳавлӣ ва иҳотаи маҳаллӣ нисбат ба нақшаҳои аслӣ содатар шудааст.

Дар баъзе натиҷаҳо мушоҳида шудани масоҳатҳои калоншудаи об ва ифодаи заифи меъморӣ бо натиҷаи миқдории “об зиёд / бино кам”-и Table 10 ҳамсамт аст.

Оё Ин Натиҷаҳо Умумисозии Модельро Дар Боғҳои Нодидаи Линнан Исбот Мекунанд?

Не. Омӯзиш бо ҳамаи 63 нақша анҷом дода шудааст, намунаҳои намояндагии Figure 16 аз ҷониби манбаъ ошкоро in-distribution муайян шудаанд ва таҳқиқот дар ҳолатҳои мустақили held-out-и боғ санҷиши низомманди фаъолияти умумиро гузориш накардааст; азбаски муаллифон held-out cases ва cross-type experiments-ро ба таҳқиқоти оянда гузоштаанд, натиҷаҳои мавҷуда бояд ҳамчун муваффақияти назоратшудаи proof-of-concept тафсир карда шаванд.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

Баъзе мафҳумҳои фазоии назарияи боғҳои Линнанро ба барчаспҳои семантикии ошкор ва санҷидашаванда табдил додан мумкин аст.

Барчаспҳои structured spatial-prototype нисбат ба prompt-ҳои element-only вокунишро ба сохтори ҳадафи ҳавлӣ ва шакли ташкил ба таври назаррас зиёд кардаанд.

Шумораи ҳавлӣҳо ва навъи ҳукмрони ландшафт нисбат ба мавқеъҳои дақиқи нисбӣ ва робитаҳои иерархии бисёр ҳавлӣ устувортар тавлид шудаанд.

Site-boundary mask дар шароити таҷрибавии мавҷуда барои нигоҳ доштани сарҳади умумии нақша муфид будааст.

Таносубҳои унсурҳои бо ранг рамзгузоришуда дар баъзе синфҳо ба додаҳои омӯзишӣ наздик мешаванд, аммо дар таркиби бино ва об каҷравиҳои низомманд мавҷуданд.

Истифодаи ҳамон таърифҳои семантикӣ дар рамзгузории додаҳо, шартгузории тавлид ва арзёбии натиҷаҳо пайгирии он ки хатогиҳои модель дар кадом сатҳи фазоӣ пайдо мешаванд, осонтар кардааст.

Натиҷаҳое, ки таҳқиқот дастгирӣ намекунад

Исбот нашудааст, ки модель дар ҳамаи навъҳои боғҳои Линнан бо дақиқии баланд умумӣ мешавад.

Модель системаи пурраи лоиҳакашии меъморӣ нест.

Нақшаҳои тавлидшудаи 512 × 512 бо блокҳои ранга лоиҳаҳои техникии омодаи сохтмон нестанд.

Функсияи фазоӣ, accessibility, ташкили амудӣ, мавод, системаи борбардор ва таҷрибаи корбар дар низоми арзёбии мавҷуда ҳамаҷониба тасдиқ нашудаанд.

Усул барқарорсозии автоматии ёдгориҳои таърихӣ нест.

Наздик шудани таносуби масоҳати об ва бино ба тақсимоти омӯзишӣ худ аз худ далели дурустии меъморӣ ё асолати фарҳангӣ нест.

Фарқи омории қавии аблятсия кафолат намедиҳад, ки модель дар боғҳои нави берун аз тақсимоти омӯзишӣ ҳамон фаъолиятро нишон медиҳад.

Оё Ин Система Метавонад Боғҳои Таърихии Линнанро Ба Таври Автоматӣ Барқарор Кунад?

Не. Сенарияи бозсозии мутобиқшавандаи таҳқиқот танҳо пешниҳоди консептуалии дастгирии тарҳрезӣ мебошад; манбаъ онро ҳамчун усули автоматии барқарорсозии таҷрибавӣ тасдиқшуда пешниҳод намекунад ва равшан таъкид мекунад, ки ҳуҷҷати таърихӣ, таҳқиқоти саҳроӣ, таҳлили арзиши мерос ва қарори касбии тарроҳӣ ивазнашавандаанд.

Нақши эҳтимолӣ дар тарҳрезии боғи нав

Дар боғҳои нави Линнан тарроҳ метавонад бо додани барчаспҳое, ки ҳудуди қитъа ва прототипи фазоии ҳадафро муайян мекунанд, дар марҳилаи аввал нақшаҳои алтернативӣ тавлид кунад. Тибқи натиҷаҳои мавҷудаи манбаъ, ин равиш махсусан барои шумораи ҳавлӣҳо ва навъи ҳукмрони боғ нисбат ба ҷузъиёти ташкил боэътимодтар аст.

Аз ин рӯ, генерация воситае нест, ки ба ҷойи мутахассис қарори ниҳоӣ қабул кунад; он ҳамчун системаи дастгирии марҳилаи ибтидоӣ баррасӣ мешавад, ки имконоти тарҳрезиро васеъ намуда, робитаҳои прототипиро намоён мекунад.

Бозсозии мутобиқшавандаи боғҳои мавҷуда

Манбаъ дар Figure 17 муқоисаи боғи мавҷударо бо прототипҳои таърихан асоснок, муайян кардани иерархияи вайроншудаи ҳавлӣ ё таносубҳои бино–ландшафт ва тавлиди ғояҳои алтернативии азнавташкилдиҳӣ дар дохили ҳудуди мавҷудаи қитъа пешниҳод мекунад.

Ин сенария ба доираи арзёбии таҷрибавии мақола дохил нашудааст.

Маҳдудиятҳои асосии таҳқиқот

Маҷмуаи хурди додаҳо: Омӯзиш танҳо бо 63 нақша анҷом дода шудааст.

Нобаробарии синфҳо: Ташкилоти Serial бо ду, барчаспи rock courtyard бо се намуна ифода шудааст.

Абстраксияи дученака: Афзалияти муаррифии нақша бо блокҳои ранга стандартонӣ мебошад; арзиши он фишурда шудани маълумот дар бораи миқёси воқеӣ, ҷузъиёти сарҳади меъморӣ, мавод, робитаи амудӣ ва таҷрибаи фазоӣ аст.

Назорати ташкил: Назорати робитаҳои бисёрҳавлигӣ нисбат ба шумораи ҳавлӣҳо ва навъи ҳукмрони ландшафт душвортар аст.

Доираи арзёбӣ: Ташкили функсионалӣ, spatial adjacency, accessibility, робитаҳои амудӣ ва таҷрибаи фазоӣ ҳанӯз ба меъёрҳои иҷрошавандаи арзёбии таҳқиқот дохил нашудаанд.

Умумисозӣ: Арзёбии мустақили ҳолатҳои held-out гузориш нашудааст.

Тасдиқи амалӣ: Сенарияҳои истифодаи боғи нав ва adaptive restructuring бо таҷрибаҳои саҳроӣ/лоиҳавӣ тасдиқ нашудаанд.

Таҳқиқоти оянда

Манбаъ корҳои ояндаро дар чор меҳвари асосӣ муайян мекунад: додаҳо, муаррифӣ, назорат ва арзёбӣ.

Дар сатҳи додаҳо зиёд кардани шумораи боғҳои воқеӣ ва барои дастгирии прототипҳои фазоии камбасомад афзоиши додаҳои синтетикии аз ҷониби коршинос тасдиқшуда пешниҳод мешавад.

Дар сатҳи муаррифӣ ва назорат рамзгузории воҳидҳои ҳавлӣ, adjacency, мавқеи нисбӣ, enclosure ва робитаҳои иерархӣ дар шакли graph structures ё hierarchical semantics пешниҳод мешавад.

Дар бахши арзёбӣ пешниҳод мешавад, ки ҳисобҳои space syntax, гурӯҳбандии омӯзиши мошинӣ ва усулҳои perceptual validation ба арзёбии мавҷудаи прототип ва таносуби унсурҳо илова карда шаванд.

Мувозинати байни Label granularity, relational-control accuracy ва generative diversity бояд бо ҳолатҳои held-out ва таҷрибаҳои cross-type санҷида шавад.

Ёддошт оид ба Манбаъ ва Усул

Таҳқиқоти аслӣ: Structured Semantic Translation and Diffusion-Based Generation of Lingnan Courtyard Garden Spatial Layouts: A Multi-Level Evaluation Framework

Муаллифон: Yanghao Luo; Zhenhui Zhang; Yiyang Huang.

Муаллифи масъул: Zhenhui Zhang.

Муассисаҳо: School of Architecture, South China University of Technology, Guangzhou, China; School of Civil Engineering and Architecture, Wuyi University, Nanping, China.

Маҷалла: Buildings.

Ношир: MDPI.

Сабти библиографӣ: Buildings, 2026, 16(17), Article 3549.

DOI: 10.3390/buildings16173549.

Раванди нашр: Қабул 7 августи 2026; бознигарӣ 29 августи 2026; пазируфта 1 сентябри 2026; нашр 7 сентябри 2026.

Навъи манбаъ: Таҳқиқоти рецензияшуда ва нашршудаи меъморӣ/тарҳрезии ландшафтии тавлидӣ, омӯзиши мошинӣ ва арзёбии коршиносӣ; proof-of-concept-и ба назария асосёфта.

Иҷозатнома: Creative Commons Attribution (CC BY).

Маҷмуаи асосии додаҳо: 63 нақшаи боғҳои ҳавлигии Линнан; 25 намунаи анъанавӣ ва 38 намунаи муосир.

Муаррифии додаҳо: Нақшаи нормализатсияшудаи 512 × 512 px бо рамзгузории ранг + structured prompt-и панҷқабата.

Қабатҳои семантикӣ: Услуби давра, сохтори фазоӣ, шакли ташкил, навъи ҳавлӣ ва унсурҳои таркибӣ.

Модели асосӣ: 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; ҷамъи 10.080 step.

Муҳити тавлид: ComfyUI frontend 1.34.9; LoRA weight 1,25; Euler sampler; 32 step; CFG scale 7; тавлиди 512 × 512.

Boundary control: Site-boundary image mask.

Аблятсия: Ҳашт прототипи ҳадаф × 20 тавлиди ҷуфтшуда = 160 paired unit; шартҳои structured ва element-only.

Шумораи коршиносон: Дар аблятсия ва арзёбиҳои relevance панҷ тарроҳи касбӣ; дар эътимоднокии тамғагузорӣ/рамзгузории омӯзиш се коршинос.

Омор: 20.000 paired bootstrap resample; 20.000 sign-flip paired permutation; exact McNemar test; Fleiss’ κ; ICC(2,5).

Натиҷаи асосии аблятсия: Гурӯҳи Structured барои сохтори фазоӣ hit %78,8 ва барои ташкил hit %52,1; гурӯҳи element-only %19,4 ва %13,6.

Натиҷаи асосии арзёбии коршиносӣ: Сохтор 0,79; навъ 0,80; ташкил 0,61; мутобиқати умумӣ 0,72; миёнаи таркибӣ 0,73.

Таҳлили унсурҳо: Python 3.14.3, NumPy 2.4.6, Pillow 12.2.0; CIE Lab ва ҳадди таснифоти ΔE*ab ≤ 25.

Каҷравиҳои асосии таркиб: Бино −10,0 банди фоизӣ; об +8,6 банди фоизӣ.

Дастрасии додаҳо: Маҷмуаи додаҳои омӯзишӣ дар GitHub дар репозиторияи Yhao-L/Lingnan-Courtyard-Dataset ошкоро нашр шудааст.

Маблағгузорӣ: Natural Science Foundation of Fujian Province, Grant 2024J01913.

Кумитаи ахлоқ: Азбаски коршиносон танҳо тасвирҳои нақшаҳои тавлидшудаи беномро бо меъёрҳои пешакӣ муайяншуда арзёбӣ кардаанд ва маълумоти шахсӣ/ҳассос ҷамъоварӣ нашудааст, тасдиқи кумитаи ахлоқ зарур дониста нашудааст.

Розигии огоҳона: Аз ҳамаи коршиносони иштироккунанда гирифта шудааст.

Бархӯрди манфиатҳо: Муаллифон бархӯрди манфиатҳоро эълом накардаанд.

Изҳороти истифодаи зеҳни сунъӣ: Муаллифон изҳор доштаанд, ки ҳангоми омода кардани таҳқиқот аз ChatGPT GPT-5 series барои таҳрири забонӣ ва дастгирии тарҷума истифода кардаанд; натиҷаро бозбинӣ ва таҳрир намуда, масъулияти мундариҷаи нашрро ба зимма гирифтаанд.

Саҳми муаллифон: Yanghao Luo: консептуализатсия, усул, таҳлили формалӣ, таҳқиқот, куратсияи додаҳо, визуализатсия ва лоиҳаи аввал. Yiyang Huang: нармафзор ва тасдиқ. Zhenhui Zhang: бозбинӣ/таҳрир, назорат ва идоракунии лоиҳа.

Маҳдудияти асосии методологӣ: Маҷмуаи омӯзишӣ хурд ва нобаробар аст; арзёбиҳо назорати прототипи фазоии модельро дастгирӣ мекунанд, аммо фаъолияти умумии модель дар ҳолатҳои мустақили held-out-и боғ тасдиқ нашудааст. Муаррифии дученакаи блокҳои ранга ҳамаи маълумоти функсия, мавод, фазои амудӣ ва сифатҳои таҷрибавии фазоиро нигоҳ намедорад.

Ёддошти ҳуқуқи муаллиф ва истифодаи такрорӣ: Мақола дорои иҷозатномаи CC BY аст. Бо вуҷуди ин, баъзе нақшаҳои манбаъ, тасвирҳои таҳқиқотӣ ва базаҳои расмии харита дар мақола аз маводи ҷонибҳои сеюм гирифта шудаанд. Дар тасвирҳои Verianla ба ҷойи истифодаи дубораи ин мавод дар сатҳи пиксел, бозсозии мустақили робитаҳои илмии дар манбаъ муайяншуда бо схемаҳо ва графикҳои ба додаҳои манбаъ асосёфта авлотар аст.