1.建築外殼的創新設計手法

以機器學習模型方式進行建築立面日光設計的手法

  • 這是一個嘗試將機器學習手法導入建築立面日光設計的研究,不但可適用於各種立面設計,更可大幅提升分析的速度。操作方式包含兩個步驟:
  • Step 1: 將構思的立面設計放入預處理器(pre-processing),將立面轉換成各種特徵參數
  • Step 2: 將這些特徵參數輸入以訓練好的機器學期的模型,可在短暫的時間內得到高精度的分析結果

[Publication]

Lin, C.H., & Tsay, Y.S.* (2021). A metamodel based on intermediary features for daylight performance prediction of façade design. Building and Environment, 206, 108371. (https://doi.org/10.1016/j.buildenv.2021.108371)


以機器學習方式預測住宅外殼更新之生命週期碳排放(LCCO2)

  • 本研究探討了台灣典型街屋進行外殼改造時,能夠藉由機器學習方式快速找出低碳工法的可能性。
  • 依據碳排資料庫(SimaPro及LCBA)及營造者訪談,將街屋改造的隱含碳排(Embodied Carbon)與使用碳排(Operation Carbon) 建檔後輸入機器學習模型,在依據台灣各地氣候與方位的模擬提供大量學習後,可在短暫的時間內得到高精度的分析結果

[Publication]

Tsay, Y.S.*, Yeh, C.Y., Chen, Y.H., Lu, M.C. & Lin Y.C. (2021) A Machine Learning Based Prediction Model of LCCO2 for Building Envelope Renovation in Taiwan, Sustainability 13(15), 8209 (https://doi.org/10.3390/su13158209)


金屬擴張網應用於建築立面設計之採光與耗能評估

  • 探討金屬擴張網應用於辦公建築的立面設計時,對於自然採光與建築耗能的影響
  • 採用EnergyPlus與DIVA進行模擬,並以小型實驗屋進行數據的驗證
  • 提出辦公建築窗牆比、玻璃及金屬擴張網選用等設計策略

[Publication]

  • Tsay, Y.S. and Yang, C.H. (2019) The Influence on Daylight and Energy Consumption of Expanded Metal Mesh Applied on Building Façades, CLIMA 2019, Bucharest (Romania), May 26-29, 2019.
  • Fan, C.C., Yang, C.H., Tsay, Y.S. (2018) Energy Saving Effect of Expanded Metal Mesh Applied to Office Buildings in Tropical and Subtropical Areas, 2018 ILCGBS, Taipei (Taiwan), Oct. 14-17, 2018
  • Tsay, Y.S., Lin, C.H., Yang, C.H.(2017) Study on the Shading Effect of Expanded Metal Mesh Applied to Building Facades, Healthy Building 2017 Asia, Tainan (Taiwan), Sep. 2-5, 2017
  • 蔡耀賢, 林建勳, 楊志鴻: 建築立面採用金屬擴張網之遮陽性能預測模式, 臺灣建築學會第29屆建築研究成果發表會, Jun.10, 2017 (獲優秀研究成果發表獎)