DERS ADI

: Mimarlıkta İleri Bilişim Teknikleri

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
ARC 5205 Mimarlıkta İleri Bilişim Teknikleri SEÇMELİ 2 0 0 7

Dersi Veren Birim

Fen Bilimleri Enstitüsü

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

DR. ÖĞR. ÜYESİ ERDEM YILDIRIM

Dersi Alan Birimler

Bina Bilgisi Yüksek Lisans
Bina Bilgisi Doktora

Dersin Amacı

Mimarlıkta bilgisayarın deneysel olarak kullanımı 1960 lara kadar uzansa da sektörel olarak kullanımı yaklaşık 40 yıldır "Bilgisayar Destekli Tasarım - CAD" adı altında gerçekleşmektedir. Donanımların yükselmesi ve hesaplamalı tasarımın yapılabilmesi ile birlikte yaklaşık 20 yıldır parametrik tasarım mimari uygulamalarda form bulmuştur. Güncel olarak yapay zeka teknolojilerinin gelişmesi ise tasarım eyleminde çok daha bağlamsal ve grift problemlerin çözümü konusunda potansiyeller barındırmaktadır. Bu ders kapsamında öncelikle mimarlıkta parametrik tasarımın temelleri aktarılır, tasarımda yapay zeka kullanılan yöntemlere değinilir, mikroişlemciler, sensörler, aktüatörler, 3 boyutlu baskı, sanal gerçeklik gibi endüstri 4.0 kapsamına giren araçlara değinilir. Bu aktarımların yapılmasının ardından öğrencilerin kendi ilgilenmek istedikleri alanlarla ilgili parametrik tasarım yöntemleri içeren ödev(ler) yapması beklenir. Ders konuları (haftalık program, yardımcı kaynaklar ve diğer ders materyalleri) her yıl teknolojik gelişmelerin ışığında güncellenebilir.

Dersin Öğrenme Kazanımları

1   1. Mimarlıkta teknolojik yaklaşımlar aracılığıyla ortaya çıkan kavramları açıklayabilme,
2   2. Mimarlıkta parametrik tasarım yöntemlerini etkin bir şekilde kullanabilme,
3   3. Çeşitli yapay zeka algoritmalarını tasarım geliştirme sürecinde kullanabilme,
4   4. Algoritmik optimizasyon yaklaşımlarıyla tasarım geliştirme becerileri edinebilme.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 Mimarlıkta Bilişime Giriş ve Parametrik Tasarım Mimarlıkta bilgasayarın kullanımı, hesaplamalı yöntemler, parametrik tasarım hakkında aktarım ve Rhinoceros/Grasshopper yazılımına giriş.
2 Yapay Zeka ile Mimari Görsel Üretimi Metinden görüntüye üretim yapan yapay zeka platformları ile konsept geliştirme aşamasında ilham panosu oluşturma
3 Parametrik Tasarımda Mikroişlemciler, Sensörler ve Sanal Gerçeklik Arduino mikroişlemcileri ve bunlara bağlı sensörleri kullanarak bağlamsal veri edinme. Kinect sensörü ile antropometrik verilerin parametrik tasarıma aktarılması, sanal gerçeklik ortamında parametrik tasarım
4 Parametrik Tasarımda Simülasyon Çeşitli parametrik tasarım eklentileri (plug-in) ile simülasyon teknikleri
5 Parametrik Tasarımda Atraktörler Parametrik tasarımda nedensellik, bağlama göre tasarım ve çekim kuvvetleri üzerine aktarım.
6 Parametrik Tasarımda Optimizasyon ve Genetik Algoritma Genetik algoritmalar kullanılarak optimizasyon yapma, tasarıma değin performansa dayalı problem çözümü
7 Tasarımda Makine Öğrenmesi ve Yapay Sinir Ağları Makine öğrenmesi ve sinir ağlarının parametrik tasarım ortamında kullanılmasıyla yapay zeka temelli olgu tanımlama
8 Mesh ve Üç Boyutlu Baskı Mesh modelleme, organik heykelsi modelleme yazılımları ile karmaşık formların üç boyutlu baskıya hazırlanması
9 Parametrik Tasarım ile Bilgisayar Destekli Üretim (CAM) Çağdaş üretim yöntemlerine yönelik olarak algoritma geliştirme/uyarlama. Dilimleyici yazılımların aktarımı
10 Ödev Kritikleri Öğrencilere dönem ödevi teslimi için kritiklerin verilmesi
11 Ödev Kritikleri Öğrencilere dönem ödevi teslimi için kritiklerin verilmesi
12 Ödev Teslimi ve Değerlendirme Öğrencilerin dönem ödevlerinin teslimi ve değerlendirilmesi
13 Ödev Raporu Kritikleri Öğrencilerin dönem ödevlerinden oluşturduğu araştırma makalelerinin kritiği
14 Final Raporu Teslimi Final Teslimi ve değerlendirmesi

Ders İçin Önerilen Kaynaklar

Ders İçin Önerilen Kaynaklar:
Ana Kaynak :
Tedeschi, A. (2014). AAD - Algorithms-aided design: parametric
strategies using grasshopper. Brienza: Le Penseur publisher.



Yardımcı Kaynaklar:
Anadol, R. (2022). Space in the Mind of a Machine: Immersive Narratives. Architectural Design, 92(3), 28 37. https://doi.org/https://doi.org/10.1002/ad.2810
Akipek, F. Ö. (2004). Bilgisayar teknolojilerinin mimarlıkta tasarım geliştirme aracı
olarak kullanımı. Doktora Tezi, Yıldız Teknik Üniversitesi, İstanbul.
Alexander, C. (1964). Notes on the synthesis of form . Massachusetts: Harvard
University Press.
Allen, C. (1966). Computer-aided drawing and design. Production Engineer, 45(8),
442-456.
Andia, A. (2001). Integrating digital design and architecture during the past three
decades. Proceeding. Seventh International Conference on Virtual Systems and
Multimedia içinde (677 686). Berkeley: IEEE.
Baudrillard, J. (1994). Simulacra and Simulation, trans. S. F. Glaser. Michigan: The University of Michigan Press.
Beesley, P., Hirosue, S. ve Ruxton, J. (2006). Toward responsive architectures.
Responsive architectures: Subtle technologies, 1, 3 11
Boldrin, N. (2014). Dynamic inevitability in computational design. Yüksek Lisans
Tezi, University of Cincinnati, Ohio.
Carpo, M. (2011). The Alphabet and the Algorithm. Cambridge, MA: The MIT Press.
Kolarevic, B. ve diğer. (2000). Digital architectures. ACADIA 2000, 126(1), 123-130.
Leach, N. (2022). Architecture in the Age of Artificial Intelligence: An Introduction to AI for Architects. Bloomsbury.
Schumacher, P. (2009). Parametricism: A new global style for architecture and urban
design. Architectural Design, 79(4), 14 23.
Yazar, T. ve Uysal, S. (2016). Grasshopper ile parametrik modelleme. İstanbul: Pusula.
Yildirim, T., & Yavuz, A. O. (2012). Comparison of Traditional and Digital Visualization Technologies in Architectural Design Education. Procedia - Social and Behavioral Sciences, 51, 69 73.
Yıldırım, E. (2019). Yaya Davranışlarının Algoritmik Yaklaşımla Analizi Ve Tasarıma Aktarılması (Doktora Tezi). Dokuz Eylül Üniversitesi, İzmir.
Yıldırım, E. (2022a). A.I.'s Vision of Future Cities. Urbanizm, 27(7), 72 83.
Yıldırım, E. (2022b). Text-to-Image Generation A.I. in Architecture. In Art and Architecture: Theory, Practice and Experience (pp. 97 120). Lyon: Livre de Lyon.
Yıldırım, E. (2022c). Topology Optimization in Architecture Practices. In O. P. Bicer & F. Y. Gurani (Eds.), Research & Reviews In Architecture, Planning And Design (Vol. 1, pp. 117 139). Ankara: Gece. Retrieved from
Yıldırım, E. (2022d). Yapay Karşılaşma: Le Corbusier ve Parametrisizm. Yapı, 482(7), 20 24.

Diğer Ders Materyalleri: Kişisel Dizüstü bilgisayar, Arduino(orijinal) Uno veya Mega eğitim seti.

Ekstra işlenecek konular için gereken materyaller ve yazılımlar ders dönemi başında açıklanacaktır.

Öğrenme ve Öğretme Yöntemleri

Ders anlatımı, tartışma, bireysel araştırma, araştırma ödevi, yazılı ödev (araştırma makalesi).

Derse İlişkin Politika ve Kurallar:
Haftalık konular farklı temaları içerir, ancak birbiriyle ilişkilidir ve üst üste birikir. Dolayısıyla, derse devamsızlık, yoğun içerikli bilgi aktarımının ve tartışmaların takip edilememesine neden olur. Öğrencilerin, her derse ilgili konuya dair yaptığı araştırmalarla ve aldıkları notlarıyla gelmeleri ve sınıf sunumlarına, tartışmalarına aktif katılmaları beklenmektedir.
Derse katılmamış olmak, ödevlerin ve çalışmaların geç teslim edilmesi için geçerli bir mazeret olarak değerlendirilmeyecektir. Geç teslimler farklı bir değerlendirmeye tabi tutulur.
Her türlü intihal girişimi fiili disiplin cezası ile sonuçlanır.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 ODV ÖDEV
2 DKT DERSE KATILIM
3 YSS YIL SONU SINAVI
4 YSBN YIL SONU BAŞARI NOTU ODV * 0.40 +DKT * 0.10 + YSS * 0.50
5 BUT BÜTÜNLEME
6 BUTBN BÜTÜNLEME SONU BAŞARI NOTU ODV * 0.40 +DKT * 0.10 + BUT * 0.50


Değerlendirme Yöntemlerine İliskin Aciklamalar

Derse İlişkin Politika ve Kurallar:
Haftalık konular farklı temaları içerir, ancak birbiriyle ilişkilidir ve üst üste birikir. Dolayısıyla, derse devamsızlık, yoğun içerikli bilgi aktarımının ve tartışmaların takip edilememesine neden olur. Öğrencilerin, her derse ilgili konuya dair yaptığı araştırmalarla ve aldıkları notlarıyla gelmeleri ve sınıf sunumlarına, tartışmalarına aktif katılmaları beklenmektedir.
Derse katılmamış olmak, ödevlerin ve çalışmaların geç teslim edilmesi için geçerli bir mazeret olarak değerlendirilmeyecektir. Geç teslimler farklı bir değerlendirmeye tabi tutulur.
Her türlü intihal girişimi fiili disiplin cezası ile sonuçlanır.

Değerlendirme Kriteri

ÖDEV/SUNUM %40
DERSE KATILIM %10
FİNAL %50
--
BÜTÜNLEME %50

Değerlendirme Yöntemlerine İlişkin Açıklamalar:
Bu ders, yürütücü tarafından gerçekleştirilecek ders anlatımlarından ve çoğunlukla öğrenciler tarafından gerçekleştirilecek ödevlerin tartışılmasından oluşur. Öğrenciler tarafından yoğun katılım gerekmektedir. Dersin temelinde ileri parametrik tasarım teknikleri yer alır. Öğrencilerin, derse gelmeden önce ilgili algoritmalar hakkında araştırmalar yapması gerekmektedir. Öğrenciler ödev ve ödevin sunumu olarak, bu ders kapsamında kendini geliştirmek istedikleri teknik/araçla ilgili araştırmalar yapar ve çeşitli eklentiler (plug-in) kullanarak algoritma geliştirirler. Dersin yürütücüsü, teslim edilen öneriler üzerinden araştırmaya nasıl devam edebileceklerine dair bireysel geri bildirim yapar. Öğrencilerin geri bildirim aldıkları önerilerini geliştirerek dönem ödevini bir sunum ve bir final araştırma makalesi olarak teslim etmeleri beklenmektedir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

e-posta: erdem.yildirim@deu.edu.tr
tel: 0 232 301 83 91
ig: the.arkitek
yt: erdem yildirim

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

Ders dönemi başında açıklanacaktır.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ders Anlatımı 13 2 26
Haftalık Ders öncesi/sonrası hazırlıklar 13 9 117
Ödev Hazırlama 1 20 20
Final Sınavına Hazırlık 1 20 20
Final Sınavı 1 2 2
Proje Ödevi 1 2 2
TOPLAM İŞ YÜKÜ (saat) 187

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7PK.8PK.9PK.10
ÖK.155555
ÖK.2555
ÖK.3555
ÖK.4555