机器学习技术在建筑设计中的应用研究*

马辰龙，朱姝妍，王明洁

当前神经网络深度学习技术被广泛应用于图像识别推荐算法等领域，机器学习、神经网络、人工智能等相关概念越来越被公众所熟知[1]。机器学习及神经网络技术在建筑领域有哪些具体应用，这些前沿技术如何介入建筑设计流程，成为许多建筑学者关注的问题。

机器学习与神经网络两个概念既有关联又有不同侧重，存在混淆与误读，大多数建筑师仍无法窥探神经网络和机器学习的真实面目。本文基于知识图谱手段梳理建筑及相关领域国际研究现状，分析在建筑设计中运用这一类工具的潜力及局限性；梳理面向建筑师及建筑设计阶段的机器学习前沿研究成果，发掘其介入未来建筑设计流程的潜力。

1 机器学习及神经网络的概念及分类

1.1 机器学习概念及分类

机器学习（machine learning）是一门涉及概率论、统计学、凸分析等多门学科的交叉学科，从数据中获取新的知识，根据这些知识“经验”改善自身性能，以对新的情况做出有效的决策，一定程度上模拟了人类的学习行为。从二十世纪五十年代初期至今涌现出基于逻辑表示的“符号主义”、基于神经网络的“连接主义”两类派别，九十年代登场的以支持向量机（SVM）和核方法（kernel methods）为代表的“统计学习”（statistical learning）思想为当代机器学习应用提供了有效算法工具[2]。针对不同的机器学习任务，算法工程师运用不同的“机器学习算法”——如对带标记数据1）进行分类的支持向量机（SVM）算法，k邻近分类（KNN）算法，决策树算法等；……