Figure 5 - uploaded by Thomas Wortmann
Content may be subject to copyright.
Download
View publication
The dashboard concurrently showing the shading visualization and the key figures on the left, different cost and revenue structures as well as a SNBS-Overview in the middle, and Minergie benchmarks for selected indicators on the right.

The dashboard concurrently showing the shading visualization and the key figures on the left, different cost and revenue structures as well as a SNBS-Overview in the middle, and Minergie benchmarks for selected indicators on the right.

Source publication
Figure 1: Visualization of the shading analysis in Rhino (orange),...
Figure 2: CV scores (R 2 ) of RF, MLP, and LIN on the training set.
Figure 3: RMSE of RF, MLP, and LIN on the testing set.
Figure 4: RMSE of testing (pink) and training data (gray) in relation...
Figure 5: The dashboard concurrently showing the shading visualization...
REPLACING TIME -CONSUMING BUILDING PERFORMANCE SIMULATIONS WITH REAL -TIME SURROGATE MODELS AND THEIR APPLICATIO N IN EARLY -STAGE DESIGN SPACE EXPLORATION
Conference Paper
Full-text available
  • Sep 2022
Sustainable design requires holistic decision makingalready in the feasibility stage. One critical aspect of abuildings' sustainability is its operational energyconsumption, but energy simulations typically are tootime-consuming for early, fast-paced design phases.Data-based, Machine Learning models--so calledsurrogates--can replace time-consuming...
Cite
Download full-text

Contexts in source publication

Context 1
... real-time dashboard displayed in Fig. 5 ...
Context 2
... real-time dashboard displayed in Fig. 5 ...

Citations

AI for AEC: KI für Bauplanung und Bau
Article
  • Sep 2022
  • BAUTECHNIK
Der Aufsatz bietet eine Übersicht über aktuelle Methoden der Datenintegration, künstlichen Intelligenz (KI), Optimierung und Regelungstechnik und ihre (potenziellen) Anwendungen in Gebäudeplanung und Bau. Die Übersicht behandelt sowohl symbolische KI‐Methoden als auch subsymbolische KI‐Methoden bzw. maschinelles Lernen. Der Aufsatz stellt diese Methoden im Kontext von Anwendungsbeispielen vor, die einen Einblick in aktuelle Forschungsprojekte des Exzellenzclusters „Integratives computerbasiertes Planen und Bauen für die Architektur“ an der Universität Stuttgart bieten: (1) Datenintegration zur Verknüpfung von Datensilos in Planungs‐ und Bauprozessen, (2) Wissensgraphen zur Wissensrepräsentation in multidisziplinären Planungsprozessen, (3) automatisierte Planung zur Planung und Verteilung von Bauaufgaben, (4) überwachtes Lernen zur Abschätzung von aufwendigen Simulationen wie Gebäudeenergiebedarf oder des Verhaltens von natürlichen Materialien wie Holz, (5) unüberwachtes Lernen zur Visualisierung von Optimierungsergebnissen, (6) bestärkendes Lernen zum Bauen mit Fasern und Bambus, (7) simulationsbasierte Optimierung für klimafreundliche Gebäudeplanung und (8) Regelungstechnik zur Steuerung von z. B. Baurobotern. Der Aufsatz kommt zu dem Schluss, dass integratives computerbasiertes Planen und Bauen die Kooperation von Menschen, Material und Maschinen erfordert und dass KI – anstatt Bauplanungs‐ und Bauprozesse lediglich zu automatisieren – diese Kooperation moderieren kann.
View