A Method for Creating Multi-Disciplinary, Machine Learning Suitable Architectural Design Datasets

Titel:: A Method for Creating Multi-Disciplinary, Machine Learning Suitable Architectural Design Datasets
Dokumenttyp:: Konferenzbeitrag
Autor(en):: Zorn, Max; Alvarez, Martin; Menges, Achim; Wortmann, Thomas
Herausgeber:: Borrmann, André; Wang, Zijian
Kongress- / Buchtitel:: Proceedings of TUM GNI Symposium on AI for the Built World
Ausrichter der Konferenz:: TUM Georg Nemetschek Institute
Jahr:: 2026
Monat:: May
Seiten:: 1-10
Sprache:: en
Volltext / DOI:: doi:10.14459/2026md1851871
TUM Einrichtung:: TUM Georg Nemetschek Institute
BibTeX

Vorkommen: