Rhino用戶網路研討會：機器學習與Rhino 8的整合

 

Rhino用戶網路研討會
機器學習與Rhino 8的整合
2024年12月3日12點 (歐洲中部時間)

本次研討會將探討Rhino 8的腳本環境，特別是新的Python 3 元件，還有如何直接整合ML(機器學習)模型(如回歸與分類)，進而實現設計最佳化。 雖然生成 AI經常受到關注，但這些模型可以以更好的方式處理AEC產業中許多現實中的挑戰，就能顯著提高工作流程效率。

LearnCarbon這個重新審視的專案展現了這項整合的潛力。 一開始本專案以NumPy、Pandas、TensorFlow、 Keras進行廣泛的數據清理與模型訓練，並透過Hops與Grasshopper連結預測。 這個工作流程依賴外掛程式與後台腳本，導致穩定性有問題。

透過Rhino 8與Python 3的整合，這些模型現在可以直接在Rhino中執行，減少使用外掛程式的需求，並提高工作流程的穩定性。這種整合帶來了新的可能性：

1. 透過在Grasshopper生成合成數據集，甚至利用現有數據集，以機器學習預測結果，繞過傳統需大量計算的模擬，反轉模型關係，並加速緩慢的過程。
   
2. 可逆轉模型關係 - 比如在LearnCarbon中：經過訓練根據實質性預測隱含排放的模型，現在可根據目標排放因子推薦最佳材質。

講者：

• Iliana Papadopoulou 是建築師也是軟體開發人員，帶領了一些專注在空間運算、機器學習和介面的計畫。她的工作涵蓋各種層面，從建立沉靜式虛擬空間到利用神經網路最佳化全球大型城市布局的效能。Iliana將研究與技術應用在專案上，為專業實務及學術界皆做出許多貢獻。
  
  

完整詳情及報名方式.......