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 |