Favo paramétrico : modelagem tridimensional por inteligência artificial

Detalhes bibliográficos
Ano de defesa: 2025
Autor(a) principal: Fagundes, Cristian Vinicius Machado
Orientador(a): Bruscato, Léia Miotto
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Palavras-chave em Inglês:
Link de acesso: http://hdl.handle.net/10183/298949
Resumo: Esta pesquisa propõe o desenvolvimento de um sistema generativo baseado em Inteligência Artificial para gerar modelos tridimensionais paramétricos a partir de comandos em linguagem natural, com foco na aplicação no design de produto e fabricação digital. A abordagem fundamenta-se na metodologia Design Science Research (DSR), que orientou a construção e a avaliação do artefato proposto. Foi criada uma base sintética de dados composta por frases e com códigos em Python no ambiente Grasshopper/Rhinoceros, contendo modelos sequenciais em CAD inspirados em formas geométricas básicas e em elementos da natureza de modo a permitir uma gama de diversidade formal. Utilizou-se o modelo Gemini 1.5, da Google DeepMind, com ajuste fino voltado à geração textual de código estruturado. A arquitetura do sistema foi implementada como um plugin interativo no Grasshopper, permitindo a comunicação direta entre a entrada textual do usuário e a execução do modelo tridimensional correspondente. A avaliação dos modelos gerados considerou tanto a fidelidade formal quanto a similaridade geométrica por meio das métricas Hausdorff Distance e a fabricação digital. Os resultados demonstraram a viabilidade do uso de modelos de linguagem de grande escala (LLMs) como mediadores na geração automatizada de geometrias paramétricas, contrapondo as abordagens baseadas exclusivamente em malhas ou nuvens de pontos, e revelaram que, em diversos casos, a IA foi capaz de produzir soluções formais criativas e inesperadas.
id URGS_aee5a2e8a362c38b3eafe2748e184464
oai_identifier_str oai:www.lume.ufrgs.br:10183/298949
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str
spelling Fagundes, Cristian Vinicius MachadoBruscato, Léia Miotto2025-11-22T08:06:23Z2025http://hdl.handle.net/10183/298949001297080Esta pesquisa propõe o desenvolvimento de um sistema generativo baseado em Inteligência Artificial para gerar modelos tridimensionais paramétricos a partir de comandos em linguagem natural, com foco na aplicação no design de produto e fabricação digital. A abordagem fundamenta-se na metodologia Design Science Research (DSR), que orientou a construção e a avaliação do artefato proposto. Foi criada uma base sintética de dados composta por frases e com códigos em Python no ambiente Grasshopper/Rhinoceros, contendo modelos sequenciais em CAD inspirados em formas geométricas básicas e em elementos da natureza de modo a permitir uma gama de diversidade formal. Utilizou-se o modelo Gemini 1.5, da Google DeepMind, com ajuste fino voltado à geração textual de código estruturado. A arquitetura do sistema foi implementada como um plugin interativo no Grasshopper, permitindo a comunicação direta entre a entrada textual do usuário e a execução do modelo tridimensional correspondente. A avaliação dos modelos gerados considerou tanto a fidelidade formal quanto a similaridade geométrica por meio das métricas Hausdorff Distance e a fabricação digital. Os resultados demonstraram a viabilidade do uso de modelos de linguagem de grande escala (LLMs) como mediadores na geração automatizada de geometrias paramétricas, contrapondo as abordagens baseadas exclusivamente em malhas ou nuvens de pontos, e revelaram que, em diversos casos, a IA foi capaz de produzir soluções formais criativas e inesperadas.This research proposes the development of a generative system based on Artificial Intelligence for generating three-dimensional parametric models from natural language commands, focusing on applications in product design and digital fabrication. The approach is grounded in the Design Science Research (DSR) methodology, which guided the construction and evaluation of the proposed artifact. A synthetic dataset was created, consisting of sentences paired with Python code within the Grasshopper/Rhinoceros environment, containing sequential CAD models inspired by basic geometric forms and natural elements to enable a wide range of formal diversity. The Google DeepMind Gemini 1.5 model was used, with fine tuning aimed at the textual generation of structured code. The system’s architecture was implemented as an interactive plugin in Grasshopper, enabling direct communication between the user’s textual input and the execution of the corresponding 3D model. The evaluation of the generated models considered both formal fidelity and geometric similarity through the Hausdorff Distance metric and digital fabrication. The results demonstrated the feasibility of using large language models (LLMs) as mediators in the automated generation of parametric geometries, contrasting with approaches based solely on meshes or point clouds. In several cases, the AI was able to produce creative and unexpected formal solutions.application/pdfporInteligência artificialFabricação digitalModelagem tridimensionalArtificial intelligenceMachine learningGenerative systemsParametric modelingDigital fabricationFavo paramétrico : modelagem tridimensional por inteligência artificialFavo paramérico: three-dimensional modeling through artificial intelligenceinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaFaculdade de ArquiteturaPrograma de Pós-Graduação em DesignPorto Alegre, BR-RS2025doutoradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001297080.pdf.txt001297080.pdf.txtExtracted Texttext/plain346428http://www.lume.ufrgs.br/bitstream/10183/298949/2/001297080.pdf.txta3103e5a6ea8c56439136c3bc64a70adMD52ORIGINAL001297080.pdfTexto completoapplication/pdf5719681http://www.lume.ufrgs.br/bitstream/10183/298949/1/001297080.pdf28c178526a5d7dd5803d18d7053fd423MD5110183/2989492025-12-15 08:00:18.011018oai:www.lume.ufrgs.br:10183/298949Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br || lume@ufrgs.bropendoar:18532025-12-15T10:00:18Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Favo paramétrico : modelagem tridimensional por inteligência artificial
dc.title.alternative.en.fl_str_mv Favo paramérico: three-dimensional modeling through artificial intelligence
title Favo paramétrico : modelagem tridimensional por inteligência artificial
spellingShingle Favo paramétrico : modelagem tridimensional por inteligência artificial
Fagundes, Cristian Vinicius Machado
Inteligência artificial
Fabricação digital
Modelagem tridimensional
Artificial intelligence
Machine learning
Generative systems
Parametric modeling
Digital fabrication
title_short Favo paramétrico : modelagem tridimensional por inteligência artificial
title_full Favo paramétrico : modelagem tridimensional por inteligência artificial
title_fullStr Favo paramétrico : modelagem tridimensional por inteligência artificial
title_full_unstemmed Favo paramétrico : modelagem tridimensional por inteligência artificial
title_sort Favo paramétrico : modelagem tridimensional por inteligência artificial
author Fagundes, Cristian Vinicius Machado
author_facet Fagundes, Cristian Vinicius Machado
author_role author
dc.contributor.author.fl_str_mv Fagundes, Cristian Vinicius Machado
dc.contributor.advisor1.fl_str_mv Bruscato, Léia Miotto
contributor_str_mv Bruscato, Léia Miotto
dc.subject.por.fl_str_mv Inteligência artificial
Fabricação digital
Modelagem tridimensional
topic Inteligência artificial
Fabricação digital
Modelagem tridimensional
Artificial intelligence
Machine learning
Generative systems
Parametric modeling
Digital fabrication
dc.subject.eng.fl_str_mv Artificial intelligence
Machine learning
Generative systems
Parametric modeling
Digital fabrication
description Esta pesquisa propõe o desenvolvimento de um sistema generativo baseado em Inteligência Artificial para gerar modelos tridimensionais paramétricos a partir de comandos em linguagem natural, com foco na aplicação no design de produto e fabricação digital. A abordagem fundamenta-se na metodologia Design Science Research (DSR), que orientou a construção e a avaliação do artefato proposto. Foi criada uma base sintética de dados composta por frases e com códigos em Python no ambiente Grasshopper/Rhinoceros, contendo modelos sequenciais em CAD inspirados em formas geométricas básicas e em elementos da natureza de modo a permitir uma gama de diversidade formal. Utilizou-se o modelo Gemini 1.5, da Google DeepMind, com ajuste fino voltado à geração textual de código estruturado. A arquitetura do sistema foi implementada como um plugin interativo no Grasshopper, permitindo a comunicação direta entre a entrada textual do usuário e a execução do modelo tridimensional correspondente. A avaliação dos modelos gerados considerou tanto a fidelidade formal quanto a similaridade geométrica por meio das métricas Hausdorff Distance e a fabricação digital. Os resultados demonstraram a viabilidade do uso de modelos de linguagem de grande escala (LLMs) como mediadores na geração automatizada de geometrias paramétricas, contrapondo as abordagens baseadas exclusivamente em malhas ou nuvens de pontos, e revelaram que, em diversos casos, a IA foi capaz de produzir soluções formais criativas e inesperadas.
publishDate 2025
dc.date.accessioned.fl_str_mv 2025-11-22T08:06:23Z
dc.date.issued.fl_str_mv 2025
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/298949
dc.identifier.nrb.pt_BR.fl_str_mv 001297080
url http://hdl.handle.net/10183/298949
identifier_str_mv 001297080
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/298949/2/001297080.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/298949/1/001297080.pdf
bitstream.checksum.fl_str_mv a3103e5a6ea8c56439136c3bc64a70ad
28c178526a5d7dd5803d18d7053fd423
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br || lume@ufrgs.br
_version_ 1854319306502832128