vestniktgasuВестник Томского государственного архитектурно-строительного университетаVestnik Tomskogo gosudarstvennogo arkhitekturno-stroitel'nogo universiteta. JOURNAL of Construction and Architecture1607-18592310-0044Tomsk State University of Architecture and Building10.31675/1607-1859-2023-25-4-38-44vestniktgasu-1548Research ArticleАРХИТЕКТУРА И ГРАДОСТРОИТЕЛЬСТВОARCHITECTURE AND URBAN PLANNINGРазработка интеллектуальной модели для автоматизированного определения стиля архитектуры зданияIntelligent model for automated identification of architectural styleПыловП. А.PylovP. A.

Пылов Петр Андреевич, аспирант

650000, г. Кемерово, ул. Весенняя, 28

Petr A. Pylov, Research Assistant, Gorbachev

28, Vesennyaya Str., 650000, Kemerovo

ДягилеваА. В.DyagilevaA. V.

Дягилева Анна Владимировна, кандидат технических наук, доцент

650000, г. Кемерово, ул. Весенняя, 28

Anna V. Dyagileva, PhD, A/Professor, Gorbachev

28, Vesennyaya Str., 650000, Kemerovo

НиколаеваЕ. А.NikolaevaE. A.

Николаева Евгения Александровна, кандидат физико-математических наук, доцент, зав. Кафедрой

650000, г. Кемерово, ул. Весенняя, 28

Evgeniya A. Nikolaeva, PhD, A/Professor, Gorbachev

28, Vesennyaya Str., 650000, Kemerovo

nea.vm@kuzstu.ruШалыгинаТ. А.ShalyginaT. A.

Шалыгина Татьяна Анатольевна, кандидат технических наук, доцент

634003, г. Томск, пл. Соляная, 2

Tat'yana A. Shalygina, PhD, A/Professor

2, Solyanaya Sq., 634003, Tomsk

shal53@mail.ruКузбасский государственный технический университет имени Т.Ф. ГорбачеваРоссияGorbachev Kuzbass State Technical UniversityRussian FederationТомский государственный архитектурно-строительный университетРоссияTomsk State University of Architecture and BuildingRussian Federation2023230820232543844Copyright © Пылов П.А., Дягилева А.В., Николаева Е.А., Шалыгина Т.А., 20232023Пылов П.А., Дягилева А.В., Николаева Е.А., Шалыгина Т.А.Pylov P.A., Dyagileva A.V., Nikolaeva E.A., Shalygina T.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.tsuab.ru/jour/article/view/1548

Актуальность темы исследования обусловлена постоянным ростом интереса к тематике цифровой трансформации общества и всех сфер деятельности, в которое оно вовлечено. Одним из важных этапов развития любого социума является изучение его истории, сохранившейся в артефактах инженерной мысли сооружений прошлых поколений. Поскольку каждая эпоха отличается характерными особенностями, то закономерно менялись и архитектурные идеи, которые неразрывно связывают определенную эпоху со стилем построек зданий и сооружений.

Основная цель исследования – разработать программное решение, которое в автоматизированном формате сможет определять стиль архитектурной постройки здания.

Для любого интересующегося историей человека, вне зависимости от пола и возраста, порой недостаточно изучить материалы исторических книг, чтобы безошибочно определять архитектурный стиль здания. Как и в большинстве других областей знаний, очень важна практика, восполнить недостаток которой поможет разработанная авторами интеллектуальная модель на основе методов искусственного интеллекта.

The growing interest to the digital development of the society stipulate studies of its history described by the artifacts of structures of past generations. Since each epoch has its own characteristics, architectural ideas inextricably linking certain years to the architectural style of buildings, have changed.

Purpose

Purpose: The aim of this work is the software development for the identification the architectural style of architectural a building.

Research findings

Research findings: For anyone interested in history, regardless of their gender and age, it is sometimes not enough to read historical books in order to determine the architectural style of a building. The artificial intelligence model is proposed to fill this gap.

Practical implications

Practical implications: The proposed model can be used to supplement the practical experience in the field.

искусственный интеллектмашинное обучениеархитектура зданийartificial intelligencecomputer-aided learningarchitectural styleReferencesWolpert D.H. Stacked generalization // Neural networks. 1992. V. 5. № 2. P. 241–259. URL: http://dx.doi.org/10.1016/S0893-6080(05)80023-1Wolpert D.H. Stacked generalization. Neural Networks. 1992; 5 (2): 241–259. Available: http://dx.doi.org/10.1016/S0893-6080(05)80023-1Kopec D. Classic Computer Science Problems in Python. Manning. Shelter Island. 2019. 206 p. ISBN 9781617295980.Kopec D. Classic computer science problems in Python. Manning. Shelter Island. 2019. 206 p. ISBN 9781617295980.Johansson R. Numerical Python. Apress, 2018. 488 p. DOI 10.1007/978-1-4842-0553-2Johansson R. Numerical Python. Apress Inc., 2018. 488 p. DOI: 10.1007/978-1-4842-0553-2Wolohan J.T. Mastering large datasets with Python. Mannig Press. 2020. 312 p. ISBN 9781617296239.Wolohan J.T. Mastering large datasets with Python. Manning Press. 2020. 312 p. ISBN 9781617296239.Pratap Dangeti, Allen Yu, Claire Chung. Learning path numerical computing with Python. Packt Publishing. 2018. 682 p. ISBN 1789953634, 9781789953633.Pratap Dangeti, Allen Yu, Claire Chung. Learning path numerical computing with Python. Packt Publishing. 2018. 682 p. ISBN 1789953634, 9781789953633.Downey A., Elkner J., Meyers C. How to Think Like a Computer Scientist. Green Tea Press, 2002. 288 p. ISBN 0-9716775-0-6.Downey A., Elkner J., Meyers Ch. How to think like a computer scientist. Green Tea Press, 2002. 288 p. ISBN 0-9716775-0-6.

The authors declare that there are no conflicts of interest present.