XiaoMi-AI文件搜索系统
World File Search SystemHanieh
可解释的人工智能在建筑生成设计中的应用。Sanaz Zarghami 1、Hanieh Kouchaki 2、Longzhi Yang 1 和 Pablo Martinez Rodriguez 1
简介 在数据呈指数级增长的推动下，人工智能 (AI) 在建筑和施工领域的不断融合正在重塑传统实践。对大量数据集的手动分析和对基于规则的计算方法的依赖带来了挑战，促使人们通过预测模型采用人工智能进行系统数据分析。这种转变影响了该行业的各个方面，包括建筑和结构设计、施工安全、可持续性、可负担性、速度、投资回报率和运营绩效。生成式设计不同于传统方法，它使计算机能够半自主地探索设计空间，为设计师提供多种分析和考虑选项（Baduge 等人，2022 年；Junk 和 Burkart，2021 年；Krish，2011 年）。虽然人工智能在建筑领域的应用越来越受到认可，但在理解和解释人工智能模型输出（通常被认为是“黑匣子”）方面也出现了挑战。值得关注的是，人们对偏见、公平性、信任和可靠性的担忧，特别是在招聘、实时进度监控、网络安全、风险管理和安全等关键领域。人类在这些领域的决策也容易受到偏见的影响，而不愿接受人工智能往往源于缺乏理解。建立对人工智能模型的信任对于获得广泛接受至关重要，这是通过可解释的人工智能 (XAI) 来探索的。这涉及方法和流程，以增强对人工智能算法结果和输出的理解和信心，满足行业对透明度和可靠性的需求 (Matthews 等人，2022 年；Gunning 等人，2019 年；Sokol 等人，2022 年；Love 等人，2023 年)。虽然 XAI 在法律和医学等领域获得了关注，但尽管生成式人工智能兴起，其在建筑领域的探索仍然有限。
![arxiv：2404.14153v1 [physics.optics] 2024年4月22日](/simg/g:\will\search\icon\source\0\0b6f5490baec3d2905db4fc7953d6c633b47c85f.webp)
arxiv：2404.14153v1 [physics.optics] 2024年4月22日
Anchit Srivastava，1，2 Kilian Scheftter，1，2 Soyeon Jun，1，2 Andreas Herbst，1，2和Hanieh
晚上 8:00 晚餐 会议厅 Müggelseeperle 晚上 8:00
用于温度变化下延迟故障测试的稳健 DLBIST Hanieh Jafarzadeh*、Florian Klemme*、Hussam Amrouch*、#、Sybille Hellebrand °、Hans-Joachim Wunderlich* +斯图加特大学，Pfaffenwaldring 47，70569 Stuttgart，德国 °帕德博恩大学，Warburger Str. 100，33098 Paderborn，德国 #慕尼黑工业大学，TUM 计算、信息和技术学院，人工智能处理器设计主席，慕尼黑机器人与机器智能研究所，德国慕尼黑