2024年9月19日
论道AI | 特斯联研发突破:基于图掩码建模的Graph Transformer生成对抗网络在建筑布局生成中的应用
近日,特斯联首席科学家、特斯联国际总裁邵岭博士及其合作团队发布最新研究成果,提出了一种全新的Graph Transformer生成对抗网络(Graph Transformer Generative Adversarial Network,简称GTGAN),用于解决具有图约束的建筑布局生成任务。该研究成果在公域及私域空间的布局规划及设计等领域拥有广泛的应用前景,已被人工智能领域顶级学术期刊IEEE T-PAMI 2024年46卷第六期收录,题为:Graph Transformer GANs with Graph Masked Modeling for Architectural Layout Generation。