JP2020129346A - Building information display device - Google Patents
Building information display device Download PDFInfo
- Publication number
- JP2020129346A JP2020129346A JP2019022670A JP2019022670A JP2020129346A JP 2020129346 A JP2020129346 A JP 2020129346A JP 2019022670 A JP2019022670 A JP 2019022670A JP 2019022670 A JP2019022670 A JP 2019022670A JP 2020129346 A JP2020129346 A JP 2020129346A
- Authority
- JP
- Japan
- Prior art keywords
- vector
- building
- compression
- vectors
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000013598 vector Substances 0.000 claims abstract description 270
- 238000007906 compression Methods 0.000 claims abstract description 129
- 230000006835 compression Effects 0.000 claims abstract description 126
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000006243 chemical reaction Methods 0.000 claims description 35
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 23
- 230000009466 transformation Effects 0.000 claims description 23
- 238000010276 construction Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000012545 processing Methods 0.000 description 24
- 238000013461 design Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 7
- 239000000463 material Substances 0.000 description 6
- 238000010008 shearing Methods 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- -1 for example Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Abstract
Description
本発明は、建物情報表示装置に関する。 The present invention relates to a building information display device.
従来、構築対象の構成要素選択表示装置及び表示方法が知られている（例えば、特許文献１）。この構成要素選択表示装置は、建物の内装、外観を構成する構築対象毎に主マップを設定し、主マップに対応した複数の補助マップを設定する。各マップには嗜好要素軸と用途要素軸からなる二次元座標が構成され、主マップには構築対象、例えば内装を施された居室の写真が、補助マップには構成要素、例えば照明器具、内装材が各要素軸に関連付けて配置される。 Conventionally, a component selection display device and a display method of a construction target are known (for example, Patent Document 1). This component selection display device sets a main map for each construction target that constitutes the interior and exterior of a building, and sets a plurality of auxiliary maps corresponding to the main map. Each map is composed of two-dimensional coordinates consisting of preference element axis and usage element axis, the main map is a construction target, for example, a photograph of an interior room, and the auxiliary map is a component, for example, lighting equipment, interior The material is arranged in association with each element axis.
また、建築用デザインの分類方法および分類装置が知られている（例えば、特許文献２）。この分類装置は、分類対象となるデザインについての個々の構成要素（天井面材、壁面材、…）に着目対象となる特定の材質、たとえば、木が用いられているか否かを示すデータに基づいて、木については面材としての利用が多いか線材としての利用が多いかを示す第１のパラメータ値と、木が全体的に利用されているか部分的に利用されているかを示す第２のパラメータ値とを決定する。また、この分類装置は、この２つのパラメータの一方を横軸に他方を縦軸にそれぞれとることにより二次元パラメータマップを用意し、このマップ上で分類対象となるデザインをそのパラメータ値に基づいて分類する。 In addition, a method and apparatus for classifying architectural designs are known (for example, Patent Document 2). This classification device is based on data indicating whether or not a particular material, for example, wood, which is a target of attention, is used for each component (ceiling surface material, wall material,...) About a design to be classified. Then, the first parameter value indicating whether the tree is frequently used as a face material or a wire material, and the second parameter value indicating whether the tree is wholly or partially used. Determine the parameter value and. Further, this classification device prepares a two-dimensional parameter map by taking one of these two parameters as the horizontal axis and the other as the vertical axis, and designs the classification target on this map based on the parameter values. Classify.
建物は複数の属性を有している。例えば、建物の構造種別、建物の用途、及び建物の規模等の複数の属性値によって１つの建物が表される。 Buildings have multiple attributes. For example, one building is represented by a plurality of attribute values such as the structural type of the building, the purpose of the building, and the scale of the building.
ここで、ユーザが複数の建物間の関係性を把握しようとする場合に、複数の属性値を要素として持つ高次元ベクトルによって１つの建物を表現し、それらのベクトルを所定の座標空間へマッピングすることを考える。 Here, when the user wants to grasp the relationship between a plurality of buildings, one building is represented by a high-dimensional vector having a plurality of attribute values as elements, and those vectors are mapped to a predetermined coordinate space. Think about it.
この場合、４つ以上の属性値を持つ高次元ベクトルによって１つの建物が表されるときには、その関係性が可視化されないため、ユーザは複数の建物の各々の関係性を適切に把握することができない、という課題がある。 In this case, when one building is represented by a high-dimensional vector having four or more attribute values, the relationship is not visualized, and therefore the user cannot properly grasp the relationship between each of the plurality of buildings. , There is a problem.
上記特許文献１及び上記特許文献２に記載の技術では、建物の情報が二次元のパラメータマップに表されるが、複数の建物が４次元以上の高次元ベクトルによって表現される場合については考慮されていない。 In the techniques described in Patent Document 1 and Patent Document 2 described above, building information is represented in a two-dimensional parameter map, but consideration is given to the case where a plurality of buildings are represented by a four-dimensional or higher-dimensional vector. Not not.
本発明は上記事実に鑑みて、複数の建物の各々を表す高次元ベクトルを適切に可視化することを目的とする。 In view of the above facts, the present invention has an object to appropriately visualize a high-dimensional vector representing each of a plurality of buildings.
上記目的を達成するために、本発明の建物情報表示装置は、複数の建物の各々について、前記建物の属性を表す属性値を要素に持つベクトルの各々を取得する取得部と、前記取得部によって取得された、複数の前記ベクトルの各々を所定の方式によって次元圧縮することにより、複数の前記ベクトルの各々を、２次元又は３次元の圧縮されたベクトルを表す圧縮ベクトルへ変換する圧縮部と、前記圧縮部によって圧縮された前記圧縮ベクトルの各々を表示する表示制御部と、を含む建物情報表示装置である。本発明の建物情報表示装置によれば、複数の建物の各々を表す高次元ベクトルの各々を適切に可視化することができる。 In order to achieve the above object, the building information display device of the present invention includes, for each of a plurality of buildings, an acquisition unit that acquires each of the vectors having an attribute value representing the attribute of the building as an element, and the acquisition unit. A compression unit for converting each of the obtained plurality of vectors into a compressed vector representing a two-dimensional or three-dimensional compressed vector by dimensionally compressing each of the plurality of vectors by a predetermined method; And a display control unit that displays each of the compression vectors compressed by the compression unit. According to the building information display device of the present invention, each of the high-dimensional vectors representing each of the plurality of buildings can be appropriately visualized.
本発明の前記属性値は、前記建物の構造種別を表す構造種別情報、前記建物の用途を表す用途情報、前記建物の規模を表す規模情報、及び前記建物が建設される建設地を表す建設地情報のうちの少なくとも１つを含むようにすることができる。これにより、建物の構造種別、建物の用途、建物の規模、及び建物の建設地の少なくとも１つの属性値を含む建物の高次元ベクトルを可視化させることができる。 The attribute value of the present invention is structure type information indicating a structure type of the building, usage information indicating a usage of the building, scale information indicating a scale of the building, and a construction site indicating a construction site where the building is constructed. It may include at least one of the information. This makes it possible to visualize a high-dimensional vector of a building including at least one attribute value of the structural type of the building, the purpose of the building, the scale of the building, and the construction site of the building.
本発明は、前記圧縮部によって圧縮された前記圧縮ベクトルの各々を表す画像を、所定の変換方式によって変換する変換部を更に含む、ようにすることができる。これにより、建物を表す高次元ベクトルの各々を所定の配置関係によって可視化させることができる。 The present invention can further include a conversion unit that converts an image representing each of the compression vectors compressed by the compression unit by a predetermined conversion method. As a result, each of the high-dimensional vectors representing the building can be visualized with a predetermined layout relationship.
本発明は、予め指定された特定の建物を表す特定建物の前記圧縮ベクトルを基準ベクトルとして記憶部に記憶させ、前記取得部は、新たな建物の前記ベクトルを更に取得し、前記変換部は、新たな建物の前記ベクトルを含む複数の前記ベクトルに対する、新たな前記圧縮ベクトルの各々が得られた場合、新たな前記圧縮ベクトルのうちの前記特定建物の前記圧縮ベクトルと、前記記憶部に記憶された前記基準ベクトルとに基づいて、前記特定建物の前記圧縮ベクトルが前記基準ベクトルに対応するようにアフィン変換行列を計算し、新たな前記圧縮ベクトルの各々に対して前記アフィン変換行列により変換を行い、前記表示制御部は、前記変換部による変換結果を表示するようにすることができる。これにより、新たな建物を表す高次元ベクトルが追加されたときに、既に存在する圧縮ベクトル間の配置関係の崩れを抑制して、高次元ベクトルを可視化させることができる。 The present invention causes the storage unit to store the compression vector of a specific building representing a specific building designated in advance as a reference vector, the acquisition unit further acquires the vector of a new building, and the conversion unit, When a new compression vector is obtained for each of a plurality of the vectors including the vector of a new building, the compression vector of the specific building among the new compression vectors is stored in the storage unit. Based on the reference vector, the affine transformation matrix is calculated so that the compression vector of the specific building corresponds to the reference vector, and conversion is performed by the affine transformation matrix on each of the new compression vectors. The display control unit can display the conversion result by the conversion unit. As a result, when a high-dimensional vector representing a new building is added, it is possible to suppress the collapse of the arrangement relationship between the existing compression vectors and visualize the high-dimensional vector.
本発明の前記取得部は、新たな建物の前記ベクトルを更に取得し、前記圧縮部は、前記取得部によって取得された新たな前記ベクトルを、学習用の建物の前記ベクトルと該学習用の前記ベクトルが圧縮された学習用の前記圧縮ベクトルとが対応付けられた学習用データに基づき予め学習された学習済みモデルへ入力して、新たな前記ベクトルを前記圧縮ベクトルへ変換するようにすることができる。これにより、新たな建物を表す高次元ベクトルが追加されたときに、既に存在する圧縮ベクトル間の配置関係を崩さずに、高次元ベクトルを可視化させることができる。 The acquisition unit of the present invention further acquires the vector of a new building, and the compression unit uses the new vector acquired by the acquisition unit as the vector of the building for learning and the vector for learning. A new vector may be converted into the compressed vector by inputting to a learned model that has been pre-learned based on the learning data in which the compressed vector for learning in which the vector is compressed is associated. it can. Accordingly, when a high-dimensional vector representing a new building is added, the high-dimensional vector can be visualized without breaking the existing positional relationship between the compression vectors.
本発明によれば、複数の建物の各々を表す高次元ベクトルを適切に可視化することができる、という効果が得られる。 According to the present invention, it is possible to appropriately visualize a high-dimensional vector representing each of a plurality of buildings.
以下、本発明の実施形態について詳細に説明する。 Hereinafter, embodiments of the present invention will be described in detail.
＜第１実施形態＞ <First Embodiment>
＜建物情報表示装置のシステム構成＞ <System configuration of building information display device>
図１は、第１実施形態に係る建物情報表示装置１００の構成の一例を示すブロック図である。建物情報表示装置１００は、機能的には、図１に示すように、受付部１０、コンピュータ２０、及び表示部３４を含んだ構成で表すことができる。 FIG. 1 is a block diagram showing an example of the configuration of the building information display device 100 according to the first embodiment. The building information display device 100 can be functionally represented by a configuration including a reception unit 10, a computer 20, and a display unit 34, as shown in FIG. 1.
受付部１０は、複数の建物の各々について、当該建物の属性を表す属性値を要素に持つベクトルの各々を受け付ける。ベクトルの詳細については後述する。なお、受付部１０は、例えば、キーボード、マウス、及び外部装置等によって実現される。 The receiving unit 10 receives, for each of the plurality of buildings, each of the vectors having the attribute value representing the attribute of the building as an element. Details of the vector will be described later. The reception unit 10 is realized by, for example, a keyboard, a mouse, an external device, and the like.
コンピュータ２０は、ＣＰＵ（Central Processing Unit）、各処理ルーチンを実現するためのプログラム等を記憶したＲＯＭ（Read Only Memory）、データを一時的に記憶するＲＡＭ（Random Access Memory）、記憶手段としてのメモリ、ネットワークインタフェース等を含んで構成されている。コンピュータ２０は、機能的には、図１に示すように、取得部２２と、建物ベクトル記憶部２４と、圧縮部２６と、圧縮情報記憶部２８と、特定建物圧縮情報記憶部３０と、表示制御部３２と、変換部３６とを備えている。特定建物圧縮情報記憶部３０は、本発明の記憶部の一例である。 The computer 20 includes a CPU (Central Processing Unit), a ROM (Read Only Memory) that stores programs for implementing each processing routine, a RAM (Random Access Memory) that temporarily stores data, and a memory as a storage unit. , A network interface and the like. As shown in FIG. 1, the computer 20 functionally includes an acquisition unit 22, a building vector storage unit 24, a compression unit 26, a compression information storage unit 28, a specific building compression information storage unit 30, and a display. The control unit 32 and the conversion unit 36 are provided. The specific building compressed information storage unit 30 is an example of the storage unit of the present invention.
取得部２２は、受付部１０により受け付けられた複数のベクトルの各々を取得する。そして、取得部２２は、複数のベクトルの各々を建物ベクトル記憶部２４へ格納する。 The acquisition unit 22 acquires each of the plurality of vectors received by the reception unit 10. Then, the acquisition unit 22 stores each of the plurality of vectors in the building vector storage unit 24.
本実施形態のベクトルは、建物の属性値を要素として持つ。なお、１つのベクトルが１つの建物を表す。また、本実施形態のベクトルは４つ以上の属性値を要素に持つベクトルであり、本実施形態のベクトルは４次元以上のベクトルである。 The vector of this embodiment has an attribute value of a building as an element. Note that one vector represents one building. Further, the vector of the present embodiment is a vector having four or more attribute values as elements, and the vector of the present embodiment is a vector having four or more dimensions.
建築設計者が設計対象の建物の構造設計を行う際には、設計対象の建物と類似する過去の建物を参考にすることが多い。建物が有する属性値が類似している建物同士は類似しているといえる。このため、複数の建物が有する属性値の関係を可視化させると、建築設計者は、建物間の類似性を簡易に把握することができる。なお、建物の属性値としては、例えば、建物の構造種別、建物の用途、建物の規模（例えば、延べ床面積及び階高等）、及び建物の架構等が用いられる。 When a architect designs the structure of a building to be designed, he often refers to a past building similar to the building to be designed. It can be said that buildings having similar attribute values are similar to each other. Therefore, by visualizing the relationship between the attribute values of a plurality of buildings, the architect can easily understand the similarity between the buildings. As the attribute value of the building, for example, the structural type of the building, the purpose of the building, the scale of the building (eg, total floor area and floor height), and the frame of the building are used.
しかし、建物が有する属性値が４つ以上である場合には、建物を表すベクトルが４次元以上となり、その属性値を要素に持つベクトルをマップ上に投影することができず、可視化することができない。 However, when the building has four or more attribute values, the vector representing the building is four-dimensional or more, and the vector having the attribute value as an element cannot be projected on the map and can be visualized. Can not.
そこで、本実施形態の建物情報表示装置１００は、建物の属性値を要素に持つ４次元以上のベクトルを次元圧縮して、当該ベクトルを２次元化又は３次元化して表示する。これにより、複数の建物間の関係性を可視化することができる。 Therefore, the building information display device 100 of the present embodiment dimensionally compresses a four-dimensional or more vector having a building attribute value as an element, and displays the vector in a two-dimensional or three-dimensional manner. Thereby, the relationship between a plurality of buildings can be visualized.
以下、具体的に説明する。 The details will be described below.
建物ベクトル記憶部２４には、受付部１０により受け付けられた複数のベクトルの各々が格納される。例えば、属性値としては、建物の構造種別を表す構造種別情報、建物の用途を表す用途情報、建物の規模を表す規模情報、及び建物が建設される建設地を表す建設地情報等が含まれる。 The building vector storage unit 24 stores each of the plurality of vectors received by the receiving unit 10. For example, the attribute value includes structure type information indicating the structure type of the building, usage information indicating the purpose of the building, scale information indicating the scale of the building, and construction site information indicating the construction site where the building is constructed. ..
構造種別情報としては、例えば、対象の建物がRC造、S造、及びSRC造の何れであるのかを示す情報が用いられる。また、用途情報としては、例えば、対象の建物が共同住宅、病院、及び学校等の何れであるのかを示す情報が用いられる。また、規模情報としては、例えば、建物の延べ床面積及び建物の階高等の情報が用いられる。また、建設地情報としては、対象の建物が建てられる建設地を表す情報が用いられる。なお、例えば、RC造、S造、及びSRC造の何れであるのかを示す情報等の質的な情報については、RC造であれば「１」、S造であれば「２」といった形式で表される。 As the structure type information, for example, information indicating whether the target building has an RC structure, an S structure, or an SRC structure is used. In addition, as the usage information, for example, information indicating whether the target building is an apartment house, a hospital, a school, or the like is used. Further, as the scale information, for example, information such as the total floor area of the building and the floor height of the building is used. Further, as the construction site information, information representing the construction site where the target building is built is used. In addition, for example, regarding qualitative information such as information indicating whether it is RC, S, or SRC, "1" for RC and "2" for S expressed.
圧縮部２６は、建物ベクトル記憶部２４に格納された複数のベクトルの各々を所定の方式によって次元圧縮することにより、複数のベクトルの各々を、２次元又は３次元の圧縮されたベクトルを表す圧縮ベクトルへ変換する。 The compressor 26 dimensionally compresses each of the plurality of vectors stored in the building vector storage 24 by a predetermined method, thereby compressing each of the plurality of vectors to represent a two-dimensional or three-dimensional compressed vector. Convert to vector.
本実施形態においては、圧縮部２６は、所定の方式の一例であるt-SNE（SNE:Stochastic Neighbor Embedding）によって、複数のベクトルの各々を圧縮ベクトルへ変換する。t-SNEによって、複数のベクトルの各々が圧縮ベクトルへ変換されることにより、高次元のベクトル間の関係性を保持したまま圧縮ベクトルが得られる。 In the present embodiment, the compression unit 26 converts each of the plurality of vectors into a compressed vector by t-SNE (SNE: Stochastic Neighbor Embedding) which is an example of a predetermined method. By t-SNE, each of a plurality of vectors is converted into a compression vector, so that a compression vector can be obtained while maintaining the relationship between high-dimensional vectors.
また、圧縮部２６は、変換により得られた複数の圧縮ベクトルを、圧縮情報記憶部２８へ格納する。また、圧縮部２６は、予め指定された特定の建物を表す特定建物の圧縮ベクトルを基準ベクトルとして特定建物圧縮情報記憶部３０に格納する。特定建物はユーザによって予め指定される。基準ベクトルの用いられ方については後述する。 The compression unit 26 also stores the plurality of compression vectors obtained by the conversion in the compression information storage unit 28. In addition, the compression unit 26 stores the compression vector of the specific building that represents the specified specific building in the specific building compression information storage unit 30 as a reference vector. The specific building is designated in advance by the user. How to use the reference vector will be described later.
圧縮情報記憶部２８には、圧縮部２６によって得られた、複数の建物の圧縮ベクトルの各々が格納される。また、特定建物圧縮情報記憶部３０には、圧縮部２６によって得られた、特定建物の圧縮ベクトルを表す基準ベクトルが格納される。 The compression information storage unit 28 stores each of the compression vectors of the plurality of buildings obtained by the compression unit 26. Further, the specific building compression information storage unit 30 stores the reference vector representing the compression vector of the specific building obtained by the compression unit 26.
表示制御部３２は、圧縮情報記憶部２８に格納された圧縮ベクトルの各々を表示する。 The display control unit 32 displays each of the compression vectors stored in the compression information storage unit 28.
表示部３４は、表示制御部３２による制御に応じて画面を表示する。例えば、表示部３４は、ディスプレイによって実現される。 The display unit 34 displays a screen under the control of the display control unit 32. For example, the display unit 34 is realized by a display.
具体的には、表示部３４は、表示制御部３２による制御に応じて圧縮ベクトルの各々を一覧表示する。例えば、表示部３４は、図２に示されるような建物の類似性マップＭを表示する。類似性マップＭには、圧縮部２６によって得られた圧縮ベクトルの各々が表示されている。なお、圧縮ベクトルの各々は類似性マップＭ内のドットによって表されている。これにより、設計者は、設計対象の建物の属性値と類似する属性値を有する建物を、簡易に把握することができる。 Specifically, the display unit 34 displays a list of each compression vector under the control of the display control unit 32. For example, the display unit 34 displays the building similarity map M as shown in FIG. Each of the compression vectors obtained by the compression unit 26 is displayed in the similarity map M. Each compression vector is represented by a dot in the similarity map M. This allows the designer to easily understand a building having an attribute value similar to the attribute value of the target building.
具体的には、図２に示される例では、設計対象の建物を表すドットＴと、設計対象の建物と類似する建物を表すドットＳと、その他の建物を表すドットとが表示されている。このため、建築設計者であるユーザは、設計対象の建物と他の建物とがどの程度類似しているのかを簡易に把握できる。また、ユーザは、例えば、設計対象の建物と類似する建物の設計内容を参考にして、設計対象の建物の設計を進めることができる。 Specifically, in the example shown in FIG. 2, a dot T that represents a design target building, a dot S that represents a building similar to the design target building, and a dot that represents another building are displayed. Therefore, the user who is the architect can easily understand how similar the building to be designed and other buildings are. Further, the user can proceed with the design of the design target building by referring to the design content of the building similar to the design target building, for example.
次に、上記図２に示される類似性マップＭに、新たな建物のベクトルを投影する場合を考える。類似性マップＭは、建物ベクトル記憶部２４に格納されているベクトルの各々に基づき生成されたものである。この場合、新たなベクトルを類似性マップＭに投影しようとする場合には、圧縮部２６によって新たな建物のベクトルを含む複数のベクトルを再度圧縮する必要がある。 Next, consider a case where a vector of a new building is projected on the similarity map M shown in FIG. The similarity map M is generated based on each of the vectors stored in the building vector storage unit 24. In this case, in order to project a new vector onto the similarity map M, it is necessary to recompress the plurality of vectors including the vector of the new building by the compression unit 26.
しかし、新たな建物のベクトルを含めた状態で圧縮部２６により複数のベクトルを再度圧縮すると、前回の圧縮で得られた類似性マップとは分布が異なる類似性マップが生成されてしまう。これにより、前回得られ、かつ見慣れた類似性マップとは異なるマップ上に新たな設計対象の建物の圧縮ベクトルが投影されるため、ユーザは、新たな設計対象の建物がどのような建物と類似しているのか分かりづらい状態となる。 However, if a plurality of vectors are recompressed by the compression unit 26 in a state where the vector of the new building is included, a similarity map having a distribution different from the similarity map obtained by the previous compression is generated. As a result, the compression vector of the new design target building is projected on a map different from the similarity map that was obtained previously and is familiar to the user. It is difficult to understand if you are doing it.
そこで、本実施形態の建物情報表示装置１００は、新たな建物のベクトルを含むベクトルから生成された圧縮ベクトルの各々を表す画像を、所定の変換方式の一例であるアフィン変換によって変換する。アフィン変換によって類似性マップが変換されることにより、前回までに得られた類似性マップの分布と同じような類似性マップの分布が得られ、ユーザである設計者は、戸惑うことなく設計対象の建物の位置を把握することができる。 Therefore, the building information display device 100 of the present embodiment transforms an image representing each of the compression vectors generated from the vector including the vector of the new building by affine transformation, which is an example of a predetermined transformation method. By transforming the similarity map by the affine transformation, the distribution of the similarity map similar to the distribution of the similarity map obtained up to the previous time can be obtained, and the designer who is the user can design the target of the design without confusion. You can grasp the position of the building.
図３に、アフィン変換を説明するための説明図を示す。図３に示されるように、所定の画像に対してアフィン変換が実行されることにより、画像の平行移動、拡大又は縮小、回転、及びせん断等の処理が施される。これにより、新たに得られる類似性マップの画像が、前回得られた類似性マップと同じような画像となり、ユーザである設計者は、戸惑うことなく、設計対象の建物と他の建物との関係性を把握することができる。 FIG. 3 shows an explanatory diagram for explaining the affine transformation. As shown in FIG. 3, by performing affine transformation on a predetermined image, processing such as image parallel movement, enlargement or reduction, rotation, and shearing is performed. As a result, the image of the newly obtained similarity map becomes an image similar to the previously obtained similarity map, and the designer who is the user does not confuse the relationship between the target building and other buildings. You can grasp the sex.
以下、具体的に説明する。 The details will be described below.
取得部２２は、受付部１０により受け付けられた新たな建物のベクトル（以下、単に「新たなベクトル」と称する。）を更に取得する。新たなベクトルは、ユーザである建築設計者によって受付部１０を介してコンピュータ２０へ入力される。取得部２２は、新たなベクトルを建物ベクトル記憶部２４へ格納する。 The acquisition unit 22 further acquires the vector of the new building received by the reception unit 10 (hereinafter, simply referred to as “new vector”). The new vector is input to the computer 20 via the reception unit 10 by the building designer who is the user. The acquisition unit 22 stores the new vector in the building vector storage unit 24.
建物ベクトル記憶部２４には、新たなベクトルを含む、複数のベクトルの各々が格納されている。 The building vector storage unit 24 stores each of a plurality of vectors including a new vector.
圧縮部２６は、建物ベクトル記憶部２４に格納された、新たなベクトルを含む複数のベクトルの各々をt-SNEによって次元圧縮することにより、新たなベクトルを含む複数のベクトルの各々を、圧縮ベクトルへ変換する。 The compression unit 26 dimensionally compresses each of the plurality of vectors including the new vector stored in the building vector storage unit 24 by t-SNE, thereby compressing each of the plurality of vectors including the new vector. Convert to.
変換部３６は、圧縮部２６によって圧縮された圧縮ベクトルの各々を表す画像を、アフィン変換によって変換する。 The conversion unit 36 converts the image representing each of the compression vectors compressed by the compression unit 26 by affine transformation.
具体的には、まず、変換部３６は、特定建物圧縮情報記憶部３０に記憶された基準ベクトルを読み出す。なお、この基準ベクトルは、圧縮部２６による前回の圧縮処理により得られた特定建物のベクトルである。基準ベクトルは、アフィン変換を実行するためのベクトルであり、予め設定される。 Specifically, first, the conversion unit 36 reads the reference vector stored in the specific building compression information storage unit 30. The reference vector is a vector of the specific building obtained by the previous compression processing by the compression unit 26. The reference vector is a vector for executing the affine transformation and is set in advance.
そして、変換部３６は、今回の圧縮部２６によって圧縮された特定建物の圧縮ベクトルが、読み出された基準ベクトルに一致するようにアフィン変換行列を計算し、今回の圧縮部２６により得られた圧縮ベクトルの各々に対してアフィン変換行列により変換を行う。 Then, the conversion unit 36 calculates the affine transformation matrix so that the compression vector of the specific building compressed by the compression unit 26 this time matches the read reference vector, and is obtained by the compression unit 26 this time. Transform is performed on each of the compression vectors by the affine transformation matrix.
図４及び図５に、建物の圧縮ベクトルを表す画像に対してアフィン変換が実行された場合の一例を示す。図４及び図５に示されるように、アフィン変換によって、画像の平行移動、拡大又は縮小、回転、及びせん断等の処理が施される。 FIG. 4 and FIG. 5 show an example in which the affine transformation is performed on the image representing the compression vector of the building. As shown in FIG. 4 and FIG. 5, processing such as image parallel translation, enlargement or reduction, rotation, and shearing is performed by affine transformation.
図４に示されるＩＡ，ＩＢ，ＩＣは、類似性マップの元画像の一例である。ＩＡ，ＩＢ，ＩＣは、各々異なる類似性マップの元画像である。また、類似性マップ内のドットは、どのような変換がなされたかが分かり易いように、複数種類の異なる形状のドットが示されている。 I A , I B , and I C shown in FIG. 4 are examples of original images of the similarity map. I A , I B , and I C are original images of different similarity maps. Also, the dots in the similarity map are shown as a plurality of types of dots having different shapes so that it is easy to understand what kind of conversion has been performed.
図４に示される元画像ＩＢ及びＩＣに対してアフィン変換を施し、元画像ＩＡに近づける場合を考える。この場合、図４に示されるように、元画像ＩＢ及びＩＣに対して拡大処理がなされて画像ＩＢＺ及びＩＣＺとなる。 Consider a case where affine transformation is performed on the original images I B and I C shown in FIG. 4 to bring them closer to the original image I A. In this case, as shown in FIG. 4, enlargement processing is performed on the original images I B and I C to obtain images I BZ and I CZ .
また、図５に示されるように、元画像ＩＢ及びＩＣに対して反転処理又は回転処理がなされて画像ＩＢＲ及びＩＣＲとなる。また、図５に示されるように、元画像ＩＢ及びＩＣに対して、せん断処理、回転処理、又は平行移動処理がなされて画像ＩＢＰ及びＩＣＰとなる。 Further, as shown in FIG. 5, the original images I B and I C are subjected to the inversion process or the rotation process to become the images I BR and I CR . Further, as shown in FIG. 5, the original images I B and I C are subjected to the shearing process, the rotating process, or the parallel moving process to become the images I BP and I CP .
このようにしてアフィン変換処理がなされ、新たな類似性マップに対して元の類似性マップの分布と近い分布となるような変換処理が行われる。 In this way, the affine transformation process is performed, and the transformation process is performed on the new similarity map so that the distribution is close to the distribution of the original similarity map.
そして、表示制御部３２は、変換部３６による変換結果を表示する。建物情報表示装置１００のユーザである設計者は、表示部３４に表示された変換結果を確認する。そしてユーザは、新たな建物とその他の建物との間の関係性を確認し、新たな建物の設計を進める。 Then, the display control unit 32 displays the conversion result of the conversion unit 36. The designer who is the user of the building information display device 100 confirms the conversion result displayed on the display unit 34. Then, the user confirms the relationship between the new building and other buildings, and proceeds with the design of the new building.
＜建物情報表示装置の作用＞ <Operation of building information display device>
次に、図６及び図７を参照して、建物情報表示装置１００の作用を説明する。建物情報表示装置１００は、図６の建物情報表示処理ルーチンと図７の変換処理ルーチンとを実行する。 Next, the operation of the building information display device 100 will be described with reference to FIGS. 6 and 7. The building information display device 100 executes the building information display processing routine of FIG. 6 and the conversion processing routine of FIG. 7.
＜建物情報表示処理ルーチン＞ <Building information display processing routine>
建物情報表示装置１００の受付部１０に複数のベクトルが入力されると、コンピュータ２０は、図６に示される建物情報表示処理ルーチンを実行する。 When a plurality of vectors are input to the reception unit 10 of the building information display device 100, the computer 20 executes the building information display processing routine shown in FIG.
ステップＳ１００において、取得部２２は、受付部１０により受け付けた複数のベクトルを取得する。そして、取得部２２は、複数のベクトルの各々を建物ベクトル記憶部２４へ格納する。 In step S100, the acquisition unit 22 acquires the plurality of vectors received by the reception unit 10. Then, the acquisition unit 22 stores each of the plurality of vectors in the building vector storage unit 24.
ステップＳ１０２において、圧縮部２６は、建物ベクトル記憶部２４に格納された複数のベクトルの各々を読み出す。そして、圧縮部２６は、複数のベクトルの各々をt-SNEによって次元圧縮することにより、複数のベクトルの各々を、２次元又は３次元の圧縮されたベクトルを表す圧縮ベクトルへ変換する。また、圧縮部２６は、変換により得られた複数の圧縮ベクトルを、圧縮情報記憶部２８へ格納する。また、圧縮部２６は、予め指定された特定の建物を表す特定建物の圧縮ベクトルを基準ベクトルとして特定建物圧縮情報記憶部３０に格納する。 In step S102, the compression unit 26 reads each of the plurality of vectors stored in the building vector storage unit 24. Then, the compression unit 26 dimensionally compresses each of the plurality of vectors by t-SNE, thereby converting each of the plurality of vectors into a compressed vector representing a two-dimensional or three-dimensional compressed vector. The compression unit 26 also stores the plurality of compression vectors obtained by the conversion in the compression information storage unit 28. In addition, the compression unit 26 stores the compression vector of the specific building that represents the specified specific building in the specific building compression information storage unit 30 as a reference vector.
ステップＳ１０４において、表示制御部３２は、上記ステップＳ１０２で得られた圧縮ベクトルの各々を表示して、建物情報表示処理ルーチンを終了する。 In step S104, the display control unit 32 displays each of the compression vectors obtained in step S102 and ends the building information display processing routine.
表示部３４は、表示制御部３２による制御に応じて画面を表示する。 The display unit 34 displays a screen under the control of the display control unit 32.
＜変換処理ルーチン＞ <Conversion processing routine>
次に、建物情報表示装置１００の受付部１０に、新たなベクトルが入力されると、建物情報表示装置１００のコンピュータ２０は、図７に示される変換処理ルーチンを実行する。 Next, when a new vector is input to the reception unit 10 of the building information display device 100, the computer 20 of the building information display device 100 executes the conversion processing routine shown in FIG. 7.
ステップＳ２００において、取得部２２は、受付部１０により受け付けられた新たなベクトルを取得する。そして、取得部２２は、新たなベクトルを建物ベクトル記憶部２４へ格納する。 In step S200, the acquisition unit 22 acquires the new vector accepted by the acceptance unit 10. Then, the acquisition unit 22 stores the new vector in the building vector storage unit 24.
ステップＳ２０２において、圧縮部２６は、建物ベクトル記憶部２４に格納された、新たなベクトルを含む複数のベクトルの各々を読み出す。そして、圧縮部２６は、新たなベクトルを含む複数のベクトルの各々をt-SNEによって次元圧縮することにより、新たなベクトルを含む複数のベクトルの各々を、圧縮ベクトルへ変換する。 In step S202, the compression unit 26 reads each of the plurality of vectors, including the new vector, stored in the building vector storage unit 24. Then, the compression unit 26 converts each of the plurality of vectors including the new vector into a compressed vector by dimensionally compressing each of the plurality of vectors including the new vector by t-SNE.
ステップＳ２０４において、変換部３６は、特定建物圧縮情報記憶部３０に記憶された基準ベクトルを読み出す。 In step S204, the conversion unit 36 reads the reference vector stored in the specific building compression information storage unit 30.
ステップＳ２０６において、変換部３６は、上記ステップＳ２０２で圧縮された特定建物の圧縮ベクトルが、上記ステップＳ２０４で読み出された基準ベクトルに一致するようにアフィン変換行列を計算し、上記ステップＳ２０２で得られた圧縮ベクトルの各々に対してアフィン変換行列により変換を行う。 In step S206, the conversion unit 36 calculates the affine transformation matrix so that the compression vector of the specific building compressed in step S202 matches the reference vector read out in step S204, and obtains it in step S202. The affine transformation matrix is used to transform each of the compressed vectors obtained.
ステップＳ２０８において、表示制御部３２は、上記ステップＳ２０６による変換によって得られた画像を表示する。 In step S208, the display control unit 32 displays the image obtained by the conversion in step S206.
表示部３４は、表示制御部３２による制御に応じて画面を表示する。 The display unit 34 displays a screen under the control of the display control unit 32.
以上詳細に説明したように、本実施形態の建物情報表示装置は、建物の属性を表す属性値を要素に持つベクトルの各々を所定の方式によって次元圧縮することにより、複数のベクトルの各々を、２次元又は３次元の圧縮されたベクトルを表す圧縮ベクトルへ変換する。そして、本実施形態の建物情報表示装置は、圧縮された圧縮ベクトルの各々を表示する。これにより、複数の建物の各々を表す高次元ベクトルを適切に可視化することができる。 As described above in detail, the building information display device of the present embodiment, by dimensionally compressing each of the vectors having the attribute value representing the attribute of the building as an element by a predetermined method, each of the plurality of vectors, Convert to a compressed vector that represents a two-dimensional or three-dimensional compressed vector. Then, the building information display device of the present embodiment displays each of the compressed compression vectors. This makes it possible to appropriately visualize the high-dimensional vector representing each of the plurality of buildings.
具体的には、複数の建物の圧縮ベクトルが投影されるマップ上において、複数の建物の関係性を一覧性よく、かつ類似する建物のドット同士が近くに配置されるように可視化することができる。 Specifically, on a map onto which compression vectors of a plurality of buildings are projected, it is possible to visualize the relationship between a plurality of buildings with good visibility and to make dots of similar buildings close to each other. ..
また、近年においては、複合用途を有する建物又は複数の構造種別を有する建物等、複雑な建物が増加しているため、このような複雑な建物を一覧性良く、かつ網羅的に表示することにより、ユーザの設計作業を適切に支援することができる。 In addition, in recent years, the number of complex buildings, such as buildings with multiple uses or buildings with multiple structural types, has increased, so it is possible to display such complex buildings in a comprehensive and comprehensive manner. , It is possible to properly support the user's design work.
また、建物に対して特徴を表すラベルを付与することなく、複数の建物の関係性を簡易に把握することができる。具体的には、本実施形態においては、建物の属性値を用いるため、構造設計ソフトウェア等に含まれている既存のデータを活用することができる。このため、別途データベース等の構築をする必要がなく、複数の建物の関係性を簡易に把握することができる。 Further, it is possible to easily grasp the relationship between a plurality of buildings without giving a label indicating the characteristics to the buildings. Specifically, in the present embodiment, since the attribute value of the building is used, the existing data included in the structural design software or the like can be used. Therefore, it is not necessary to separately construct a database or the like, and the relationship between a plurality of buildings can be easily grasped.
また、本実施形態の建物情報表示装置は、新たなベクトルに対する新たな圧縮ベクトルが得られた場合、新たな圧縮ベクトルのうちの特定建物の圧縮ベクトルと基準ベクトルとに基づいて、特定建物の圧縮ベクトルが基準ベクトルに対応するようにアフィン変換行列を計算し、新たな圧縮ベクトルの各々に対してアフィン変換行列により変換を行い、当該変換結果を表示する。これにより、新たな建物を表す高次元ベクトルが追加されたときに、既に存在する圧縮ベクトル間の配置関係の崩れを抑制して、高次元ベクトルを可視化させることができる。 Further, the building information display device of the present embodiment, when a new compression vector for the new vector is obtained, based on the compression vector of the specific building and the reference vector of the new compression vector, the compression of the specific building An affine transformation matrix is calculated so that the vector corresponds to the reference vector, each new compressed vector is transformed by the affine transformation matrix, and the transformation result is displayed. As a result, when a high-dimensional vector representing a new building is added, it is possible to suppress the collapse of the arrangement relationship between the existing compression vectors and visualize the high-dimensional vector.
＜第２実施形態＞ <Second Embodiment>
次に、第２実施形態について説明する。第２実施形態では、学習用データから予め学習された学習済みモデルを用いて、新たなベクトルを圧縮ベクトルへ変換する点が、第１実施形態と異なる。なお、第１実施形態と同様の構成となる部分については、同一符号を付して説明を省略する。 Next, a second embodiment will be described. The second embodiment is different from the first embodiment in that a new vector is converted into a compressed vector by using a learned model learned in advance from learning data. In addition, about the part which becomes the same structure as 1st Embodiment, the same code|symbol is attached|subjected and description is abbreviate|omitted.
第１実施形態において説明したように、複数のベクトルに新たなベクトルが追加され、それらのベクトルに対して圧縮処理がなされる場合、新たなベクトルが追加されていることにより、圧縮処理によって得られる建物の類似性マップは前回得られたものとは異なるものとなってしまう。 As described in the first embodiment, when a new vector is added to a plurality of vectors and the compression process is performed on these vectors, the new vector is added to obtain the vector by the compression process. The building similarity map will be different from the one previously obtained.
そこで、第２実施形態においては、学習用データから予め学習された学習済みモデルを用いて、新たなベクトルを圧縮ベクトルへ変換する。第２実施形態では、再度の圧縮処理を行う必要がないため、前回得られた類似性マップのうちのドット間の関係性を崩さずに、高次元のベクトルを可視化させることができる。 Therefore, in the second embodiment, a new vector is converted into a compressed vector by using a learned model that is learned in advance from the learning data. In the second embodiment, since it is not necessary to perform the compression processing again, it is possible to visualize a high-dimensional vector without breaking the relationship between dots in the similarity map obtained last time.
＜建物情報表示装置のシステム構成＞ <System configuration of building information display device>
図８は、第２実施形態に係る建物情報表示装置２００の構成の一例を示すブロック図である。建物情報表示装置２００は、機能的には、図８に示すように、受付部１０、コンピュータ２２０、及び表示部３４を含んだ構成で表すことができる。 FIG. 8 is a block diagram showing an example of the configuration of the building information display device 200 according to the second embodiment. The building information display device 200 can be functionally represented by a configuration including the reception unit 10, the computer 220, and the display unit 34, as shown in FIG. 8.
コンピュータ２２０は、機能的には、図８に示すように、取得部２２と、建物ベクトル記憶部２４と、圧縮部２２６と、圧縮情報記憶部２８と、特定建物圧縮情報記憶部２３０と、学習部２３１と、学習済みモデル記憶部２３２と、表示制御部３２とを備えている。 As shown in FIG. 8, the computer 220 functionally includes an acquisition unit 22, a building vector storage unit 24, a compression unit 226, a compression information storage unit 28, a specific building compression information storage unit 230, and learning. It includes a unit 231, a learned model storage unit 232, and a display control unit 32.
図９に、第２実施形態を説明するための説明図を示す。図９（Ａ）に示されるように、第２実施形態においては、学習用データから予め学習された学習済みモデルを用いて、４次元以上のベクトルを２次元又は３次元の圧縮ベクトルへ変換する。 FIG. 9 shows an explanatory diagram for explaining the second embodiment. As shown in FIG. 9A, in the second embodiment, a four-dimensional or more vector is converted into a two-dimensional or three-dimensional compressed vector by using a learned model previously learned from the learning data. ..
なお、上記のような処理を実現する場合には、学習用データを予め用意する必要がある。そこで、第２実施形態においては、圧縮部２２６によって既に得られた複数の圧縮ベクトルのうち、特定建物の圧縮ベクトルを学習用データとして用いる。具体的には、第２実施形態においては、図９（Ｂ）に示されるように、特定建物の４次元以上のベクトルと圧縮部２２６によって既に得られた特定建物の圧縮ベクトルとの組み合わせを学習用データとする。この学習用データに基づき、４次元以上のベクトルから圧縮ベクトルを出力するための学習済みモデルが生成される。 In addition, in order to implement the above-described processing, it is necessary to prepare learning data in advance. Therefore, in the second embodiment, of the plurality of compression vectors already obtained by the compression unit 226, the compression vector of the specific building is used as the learning data. Specifically, in the second embodiment, as shown in FIG. 9B, a combination of a vector of four or more dimensions of a specific building and a compression vector of the specific building already obtained by the compression unit 226 is learned. Data. Based on this learning data, a learned model for outputting a compressed vector from a vector of four dimensions or more is generated.
以下、具体的に説明する。 The details will be described below.
特定建物圧縮情報記憶部３０には、特定建物のベクトルと特定建物の圧縮ベクトルとが対応付けられた学習用データが格納される。特定建物のベクトルは、学習用の建物のベクトルの一例である。また、特定建物の圧縮ベクトルは、学習用の圧縮ベクトルの一例である。学習用データは、学習済みモデルを学習させる際に用いられる。 The specific building compression information storage unit 30 stores learning data in which a specific building vector and a specific building compression vector are associated with each other. The specific building vector is an example of a learning building vector. Moreover, the compression vector of the specific building is an example of a compression vector for learning. The learning data is used when the learned model is trained.
学習部２３１は、特定建物圧縮情報記憶部３０に格納された学習用データに基づいて、ベクトルから圧縮ベクトルを出力するための学習済みモデルを生成する。そして、学習部２３１は、学習済みモデルを学習済みモデル記憶部２３２へ格納する。 The learning unit 231 generates a learned model for outputting a compressed vector from the vector based on the learning data stored in the specific building compression information storage unit 30. Then, the learning unit 231 stores the learned model in the learned model storage unit 232.
なお、学習済みモデルの元となるモデルにはどのようなものを用いてもよいが、第２実施形態においては、モデルとしてサポートベクターマシーンを用いる場合を例に説明する。 Any model may be used as a source of the learned model, but in the second embodiment, a case where a support vector machine is used as a model will be described as an example.
図１０に、第２実施形態の学習済みモデルを説明するための説明図を示す。図１０に示されるように、４次元以上の高次元なベクトルが入力データとして学習済みモデルへ入力されると、例えば、学習済みモデルは２次元の圧縮ベクトル（ｘ，ｙ）を出力データとして出力する。 FIG. 10 shows an explanatory diagram for explaining the learned model of the second embodiment. As shown in FIG. 10, when a four-dimensional or higher-dimensional vector is input to the learned model as input data, for example, the learned model outputs a two-dimensional compressed vector (x, y) as output data. To do.
学習済みモデル記憶部２３２には、学習部２３１によって得られた学習済みモデルが格納される。 The learned model storage unit 232 stores the learned model obtained by the learning unit 231.
圧縮部２６は、取得部２２によって取得された新たなベクトルを、学習済みモデル記憶部２３２に格納された学習済みモデルへ入力して、新たなベクトルを圧縮ベクトルへ変換する。 The compression unit 26 inputs the new vector acquired by the acquisition unit 22 into the learned model stored in the learned model storage unit 232, and converts the new vector into a compressed vector.
このように、第２実施形態では、複数の建物のベクトルを可視化するため圧縮が行われた後に新たなベクトルを追加しようとする場合、学習済みモデルを用いて新たなベクトルに対応する圧縮ベクトルを得る。このため、新たなベクトルを追加して再度の圧縮処理をする必要がなく、前回得られた類似性マップのドット間の関係性を崩さずに、新たなベクトルを圧縮ベクトルへ変換することができる。 As described above, in the second embodiment, when a new vector is added after compression is performed to visualize the vectors of a plurality of buildings, a compressed vector corresponding to the new vector is calculated using the learned model. obtain. Therefore, it is not necessary to add a new vector and perform the compression process again, and the new vector can be converted into a compressed vector without breaking the relationship between the dots of the similarity map obtained last time. ..
＜建物情報表示装置の作用＞ <Operation of building information display device>
次に、建物情報表示装置２００の作用を説明する。建物情報表示装置２００の受付部１０に複数のベクトルが入力されると、コンピュータ２２０は、上記図６に示される建物情報表示処理ルーチンを実行する。 Next, the operation of the building information display device 200 will be described. When a plurality of vectors are input to the reception unit 10 of the building information display device 200, the computer 220 executes the building information display processing routine shown in FIG.
なお、建物情報表示処理ルーチンが実行される際には、圧縮部２６は、特定建物のベクトルと当該特定建物の圧縮ベクトルとの組み合わせを、学習用データとして特定建物圧縮情報記憶部３０に格納する。 When the building information display processing routine is executed, the compression unit 26 stores the combination of the specific building vector and the specific building compression vector in the specific building compression information storage unit 30 as learning data. ..
そして、建物情報表示装置２００は、学習処理開始の指示信号を受け付けると、図１１の学習処理ルーチンを実行する。 Then, when the building information display device 200 receives the instruction signal to start the learning process, the building information display device 200 executes the learning process routine of FIG. 11.
＜学習処理ルーチン＞ <Learning processing routine>
ステップＳ３００において、学習部２３１は、特定建物圧縮情報記憶部３０に格納された学習用データを読み出す。 In step S300, the learning unit 231 reads the learning data stored in the specific building compression information storage unit 30.
ステップＳ３０２において、学習部２３１は、上記ステップＳ３００で読み出された学習用データに基づいて、ベクトルから圧縮ベクトルを出力するための学習済みモデルを生成する。 In step S302, the learning unit 231 generates a learned model for outputting a compressed vector from the vector based on the learning data read in step S300.
ステップＳ３０４において、学習部２３１は、上記ステップＳ３０２で生成された学習済みモデルを学習済みモデル記憶部２３２へ格納して、学習処理ルーチンを終了する。 In step S304, the learning unit 231 stores the learned model generated in step S302 in the learned model storage unit 232, and ends the learning processing routine.
次に、新たなベクトルが建物情報表示装置２００へ入力されると、建物情報表示装置２００は、図１２の圧縮ベクトル変換処理ルーチンを実行する。 Next, when a new vector is input to the building information display device 200, the building information display device 200 executes the compression vector conversion processing routine of FIG.
ステップＳ４００において、取得部２２は、受付部１０により受け付けられた新たなベクトルを取得する。 In step S400, the acquisition unit 22 acquires the new vector accepted by the acceptance unit 10.
ステップＳ４０２において、圧縮部２２６は、学習済みモデル記憶部２３２に格納された学習済みモデルを読み出す。 In step S402, the compression unit 226 reads the learned model stored in the learned model storage unit 232.
ステップＳ４０４において、圧縮部２２６は、上記ステップＳ４００で取得された新たなベクトルを、上記ステップＳ４０２で読み出された学習済みモデルへ入力して、新たなベクトルを圧縮ベクトルへ変換する。 In step S404, the compression unit 226 inputs the new vector acquired in step S400 into the learned model read in step S402 to convert the new vector into a compressed vector.
ステップＳ４０６において、表示制御部３２は、上記ステップＳ４０４で得られた圧縮ベクトルと、圧縮情報記憶部２８に格納された圧縮ベクトルの各々とを表示する。 In step S406, the display control unit 32 displays the compression vector obtained in step S404 and each of the compression vectors stored in the compression information storage unit 28.
表示部３４には、新たなベクトルに対応する圧縮ベクトルと、前回までに得られた圧縮ベクトルの各々とが一覧表示される。 The display unit 34 displays a list of compression vectors corresponding to the new vector and each compression vector obtained up to the previous time.
以上詳細に説明したように、第２実施形態の建物情報表示装置は、新たなベクトルを、学習用の建物のベクトルと該学習用のベクトルが圧縮された学習用の圧縮ベクトルとが対応付けられた学習用データに基づき予め学習された学習済みモデルへ入力して、新たなベクトルを圧縮ベクトルへ変換する。これにより、新たな建物を表す高次元ベクトルが追加されたときに、既に存在する圧縮ベクトル間の配置関係を崩さずに、高次元ベクトルを可視化させることができる。 As described in detail above, in the building information display device of the second embodiment, a new building vector is associated with a learning building vector and a learning compression vector obtained by compressing the learning vector. The new vector is input to a learned model that has been learned in advance based on the learning data and a new vector is converted into a compressed vector. Accordingly, when a high-dimensional vector representing a new building is added, the high-dimensional vector can be visualized without breaking the existing positional relationship between the compression vectors.
なお、本発明は、上述した実施の形態に限定されるものではなく、この発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。 The present invention is not limited to the above-described embodiment, and various modifications and applications are possible without departing from the scope of the present invention.
例えば、上記実施形態においては、高次元のベクトルを圧縮する所定の方式の一例としてt-SNEを用いる場合を例に説明したが、これに限定されるものではなく、他の方式を用いても良い。 For example, in the above embodiment, the case where t-SNE is used as an example of the predetermined method for compressing a high-dimensional vector has been described, but the present invention is not limited to this, and other methods may be used. good.
また、上記実施形態では、ベクトルから圧縮ベクトルを出力するモデルの一例としてサポートベクターマシーンを用いる場合を例に説明したが、これに限定されるものではない。例えば、ニューラルネットワークをモデルとして用い、学習アルゴリズムは既知のものを用いるようにしてもよい。 Further, in the above embodiment, the case where the support vector machine is used as an example of the model for outputting the compressed vector from the vector has been described, but the present invention is not limited to this. For example, a neural network may be used as a model and a known learning algorithm may be used.
また、複数の建物の圧縮ベクトルの各々のうち、特徴的な建物を表すドットの色を、その他の建物を表すドットの色と異なる色で表示するようにしてもよい。これにより、建築設計者は、設計対象の建物と特徴的な建物とを簡易に把握することができる。 Further, in each of the compression vectors of the plurality of buildings, the color of the dot representing the characteristic building may be displayed in a color different from the colors of the dots representing the other buildings. As a result, the architect can easily understand the target building and the characteristic building.
また、上記では本発明に係るプログラムが記憶部（図示省略）に予め記憶（インストール）されている態様を説明したが、本発明に係るプログラムは、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ及びマイクロＳＤカード等の記録媒体に記録されている形態で提供することも可能である。 Further, although the above description has described the mode in which the program according to the present invention is stored (installed) in the storage unit (not shown) in advance, the program according to the present invention may be a CD-ROM, a DVD-ROM, a micro SD card, or the like. It is also possible to provide it in the form recorded on the recording medium of.
２０，２２０ コンピュータ
２２ 取得部
２４ 建物ベクトル記憶部
２６，２２６ 圧縮部
２８ 圧縮情報記憶部
３０，２３０ 特定建物圧縮情報記憶部
３２ 表示制御部
３４ 表示部
３６ 変換部
１００，２００ 建物情報表示装置
２３１ 学習部
２３２ 学習済みモデル記憶部
20, 220 computer 22 acquisition unit 24 building vector storage unit 26, 226 compression unit 28 compression information storage unit 30, 230 specific building compression information storage unit 32 display control unit 34 display unit 36 conversion unit 100, 200 building information display device 231 learning Part 232 learned model storage part
Claims (5)
前記取得部によって取得された、複数の前記ベクトルの各々を所定の方式によって次元圧縮することにより、複数の前記ベクトルの各々を、２次元又は３次元の圧縮されたベクトルを表す圧縮ベクトルへ変換する圧縮部と、
前記圧縮部によって圧縮された前記圧縮ベクトルの各々を表示する表示制御部と、
を含む建物情報表示装置。 For each of the plurality of buildings, an acquisition unit that acquires each of the vectors having the attribute value representing the attribute of the building as an element,
Each of the plurality of vectors acquired by the acquisition unit is dimensionally compressed by a predetermined method, thereby converting each of the plurality of vectors into a compressed vector representing a two-dimensional or three-dimensional compressed vector. The compression section,
A display control unit that displays each of the compression vectors compressed by the compression unit;
Building information display device including.
請求項１に記載の建物情報表示装置。 The attribute value is one of structural type information indicating the structural type of the building, usage information indicating the usage of the building, scale information indicating the scale of the building, and construction site information showing the construction site where the building is constructed. Including at least one of,
The building information display device according to claim 1.
請求項１又は請求項２に記載の建物情報表示装置。 Further comprising a conversion unit for converting an image representing each of the compression vectors compressed by the compression unit by a predetermined conversion method,
The building information display device according to claim 1 or 2.
前記取得部は、新たな建物の前記ベクトルを更に取得し、
前記変換部は、新たな建物の前記ベクトルを含む複数の前記ベクトルに対する、新たな前記圧縮ベクトルの各々が得られた場合、新たな前記圧縮ベクトルのうちの前記特定建物の前記圧縮ベクトルと、前記記憶部に記憶された前記基準ベクトルとに基づいて、前記特定建物の前記圧縮ベクトルが前記基準ベクトルに対応するようにアフィン変換行列を計算し、新たな前記圧縮ベクトルの各々に対して前記アフィン変換行列により変換を行い、
前記表示制御部は、前記変換部による変換結果を表示する、
請求項３に記載の建物情報表示装置。 The compression vector of a specific building representing a specific building designated in advance is stored in the storage unit as a reference vector,
The acquisition unit further acquires the vector of a new building,
The conversion unit, for each of the plurality of vectors including the vector of a new building, when each of the new compression vectors is obtained, the compression vector of the specific building among the new compression vectors, and Based on the reference vector stored in the storage unit, an affine transformation matrix is calculated so that the compression vector of the specific building corresponds to the reference vector, and the affine transformation is performed on each of the new compression vectors. Convert by matrix,
The display control unit displays the conversion result by the conversion unit,
The building information display device according to claim 3.
前記圧縮部は、前記取得部によって取得された新たな前記ベクトルを、学習用の建物の前記ベクトルと該学習用の前記ベクトルが圧縮された学習用の前記圧縮ベクトルとが対応付けられた学習用データに基づき予め学習された学習済みモデルへ入力して、新たな前記ベクトルを前記圧縮ベクトルへ変換する、
請求項１〜請求項４の何れか１項に記載の建物情報表示装置。 The acquisition unit further acquires the vector of a new building,
The compression unit uses the new vector acquired by the acquisition unit for learning in which the vector of the building for learning and the compressed vector for learning in which the vector for learning is compressed are associated with each other. Input to a trained model that has been pre-trained based on the data to convert the new vector into the compressed vector,
The building information display device according to any one of claims 1 to 4.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019022670A JP7193724B2 (en) | 2019-02-12 | 2019-02-12 | Building information display device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019022670A JP7193724B2 (en) | 2019-02-12 | 2019-02-12 | Building information display device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020129346A true JP2020129346A (en) | 2020-08-27 |
| JP7193724B2 JP7193724B2 (en) | 2022-12-21 |
Family
ID=72174667
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019022670A Active JP7193724B2 (en) | 2019-02-12 | 2019-02-12 | Building information display device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7193724B2 (en) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH103486A (en) * | 1996-06-14 | 1998-01-06 | Mitsubishi Electric Corp | Data management device and graphic data management method |
| JPH11134509A (en) * | 1997-10-27 | 1999-05-21 | Nippon Telegr & Teleph Corp <Ntt> | Method for drawing recognizing process and method for construction drawing recognizing process |
| JP2007299162A (en) * | 2006-04-28 | 2007-11-15 | Mitsubishi Electric Corp | Data management device and program for the device |
-
2019
- 2019-02-12 JP JP2019022670A patent/JP7193724B2/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH103486A (en) * | 1996-06-14 | 1998-01-06 | Mitsubishi Electric Corp | Data management device and graphic data management method |
| JPH11134509A (en) * | 1997-10-27 | 1999-05-21 | Nippon Telegr & Teleph Corp <Ntt> | Method for drawing recognizing process and method for construction drawing recognizing process |
| JP2007299162A (en) * | 2006-04-28 | 2007-11-15 | Mitsubishi Electric Corp | Data management device and program for the device |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7193724B2 (en) | 2022-12-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101465481B1 (en) | Bim data processing system for converting bim data format | |
| Roh et al. | An object-based 3D walk-through model for interior construction progress monitoring | |
| JP6073429B2 (en) | Structure situation grasp support device, structure situation grasp support method and program | |
| JP6310149B2 (en) | Image generation apparatus, image generation system, and image generation method | |
| US9984179B2 (en) | Providing building information modeling data | |
| US20230020885A1 (en) | Automatic conversion of 2d schematics to 3d models | |
| KR102456302B1 (en) | CityGML-based building object information generation method using 3D geometric object information, building object information generation system, and computer program therefor | |
| CN113051645A (en) | Engineering construction management digitization method, system, terminal and medium based on BIM | |
| US10157244B2 (en) | Model driven connection approximation for mechanical, electrical and plumbing drawings | |
| JP2019200720A (en) | Design support device and design support model learning device | |
| JP2019046055A (en) | Image processing device, and image processing method, and program | |
| JP2020129346A (en) | Building information display device | |
| KR101199955B1 (en) | Method for Input and Look up Damage Information of Facility using 3-Dimension Space Model | |
| JP7160295B1 (en) | LEARNING MODEL GENERATION METHOD, INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING METHOD, COMPUTER PROGRAM | |
| JP4782521B2 (en) | Feature shape simplification device, simplification method and program thereof | |
| WO2011039820A1 (en) | Information processing apparatus and information processing method | |
| JP7077512B2 (en) | Design support device and design support model learning device | |
| US8982131B1 (en) | Multivariate digital camera device and method for generating 2D and 3D pictures of datasets comprised of points in hyperspace | |
| JP6942007B2 (en) | Image processing equipment and programs | |
| JP2011086187A (en) | Input method, simulation apparatus and computer program | |
| KR20210052286A (en) | Apparatus and method for simulation of furniture placement using parametric design | |
| JP2021169947A (en) | Object recognition device and object recognition method | |
| JP2008217605A (en) | Device for generating map, method for producing map, and program | |
| JP4380308B2 (en) | Face area detection method and apparatus, program, and computer-readable storage medium storing face area detection program | |
| EP4345761A2 (en) | Point cloud processing apparatus, point cloud processing method, carrier means, and point cloud processing system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211224 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221101 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221121 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7193724 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |