Hinweis zu den KI-Demos

Teile der Autoplanungsfähigkeiten von planery

einen Ausblick auf die Möglichkeiten von bml & KI

planery verwendet building-markup (siehe bmlCad) als sematische und geometrielose Beschreibung von Gebäuden. Bml wurde mit dem Ziel entwickelt, direkt im Bereich des maschinellen Lernens Verwendung zu finden. Die Demos zeigen Ausschnitte wo KI in planery später Anwendung finden wird.
Für uns ist maschinelles Lernen bzw. KI integraler Bestandteil und baut auf den Komponenten BML und Konfigurator auf.


weitere Demos folgen




KI Demo 1 - Auto-Fenster-Planer -

Fensterverteilung manuell oder mit KI?

anstelle von manuellem verschieben und ändern

Aktuell überlegen wir ob Fenster nicht automatisch nach Bauherren-Wünschen verteilt werden sollten und planery eigenständig auf eine Reihe von Faktoren reagiert.

Die aktuelle Demo experimentiert mit dieser Überlegung und berücksichtig folgende Problemstellungen.

Bauherren-Vorgabe in Form von Schwerpunkt der Ausrichtung größerer & mehr Fenster nach Himmelsrichtung. Wobei tendenziell der Schwerpunkt dabei nicht völlig verschoben werden darf. Eine ehr südliche Ausrichtung soll immer bestehen bleiben.

Weitere Bauherren-Vorgaben sind stärke Gewichtung auf Menge und Größe der Fenster. Ausrichtung auf der Fassade kann dabei ehr mittig zu den Räumen oder ehr nach innen bzw. nach außen gefordert werden.

Vorgaben welche das künstliche neuronale Netz immer beachten soll sind. Räume wie Flur, WC oder Speisekammer sollen weniger/keine Fenster haben und die größe dieser Fenster soll beschränkt sein. Breitere Fenster dürfen nicht über Innenwände gespannt werden. Wenn bereits mehrere Fenster in einem Raum sind, soll die Chance sinken das der Raum noch weitere Fenster bekommt. Umgekehrt soll die Chance steigen, wenn keine oder nur wenig Fenster im Raum vorhanden/vergeben sind.

Die Demo läuft unter Tensorflow.js wurde direkt im Browser trainiert und basiert auf ca. 36.000 möglichen Trainings-Kombinationen bei 7 Test Fenster-Varianten und 24 Positionen für Fenster. Dank der bml/bim-Semantik von planery können Bezüge zu Art der Räume, Anzahl von Fenstern pro Raum und Position von Innenwänden beim Training beachtet werden.
Mit der Demo wurde die planery-Infrastruktur für KI aufgebaut. Das Erzeugen von Trainingsdaten, das Training mit den Daten, nötige Tests und Fehlersuche finden direkt im Browser statt. Trainierte künstliche neuronale Netze können direkt mit dem Gebäude hochgeladen und in der Datenbank gespeichert werden. Für den Bauherren bzw. in der Demo wird das fertige Netz aus der Datenbank zurückgeladen und direkt verwendet.


live testen