Encoded Memory V1.0 工作坊 “我们将示范如何将参数模型呈至网络，还有在设计工作流导向中，如何影响有效性及决策过程。我们将测试多个数据输入，并探讨基于自学生成的本质的网络回应。根据网络对输入数据资料的解读，参与者能将网络增长成果视觉化，了解数据的解读、决策过程，并干预调整这些资料或结果，未来影响网络未来的方向。系统的行为，将经过评估在基本组织层面上的传播，然后开发用在在不同城市级别上。” “在本次工作坊我们将探讨神经网络的多重角色 – 从设计师的顾问，到生成方法的应用。 我们尝试在决策过程中采用这些方法，学习如何能够协助我们探索参数空间。为了利用机器学习工具，我们必须知道它们如何执行，为了做到这点，我们将严密监控神经网络训练及决策过程，并学习如何回应数据。 我们用Rhino/Grasshopper，加上选定的插件，比如Owl (尚未公布) – 利用每个别参与者输入数据，生成神经网络。所选数据及其连结反映了每个组别的设计意图。 网络将处理这些数据，依传播领域提出不同安排设计。参与学员能够视觉化传播，并引导结果反映其设计”。
讲师 Zayad Motlib / 阿拉伯联合酋长国
最晚截止报名日期 2017年3月21日 |
