基于多层感知器的快速阳光评估方法应用于中国政策下的住宅社区概念设计
原文中文，约300字，阅读约需1分钟。发表于：。提出了基于多层感知器的方法，该方法通过一次性预测输出建筑物阴影时间间隔，可以计算所有建筑物的太阳光时间间隔的补集，从而得到场地的太阳光时间。通过三个数值实验，该方法将计算时间缩短至 1/84~1/50，并且准确率达到 96.5%~98%；同时开发了一个基于该模型的 Rhino 7/Grasshopper 的住宅社区布局规划插件。本文表明在概念设计阶段可以采用深度学习技术加速太阳光小时模拟。
本文介绍了一种使用神经网络从LDR图像中预测HDR户外照明的方法。通过训练另一个CNN来学习LDR全景图的HDR照明，作者证明了该方法在各种天气条件下的有效性。实验证明，该方法优于现有技术，并且能够处理不同天气状况。
