Explorative study for the structural elements of Mimar Sinan mosques: an evaluation with k-means clustering algorithm
Notice bibliographique
Résumé
Mimar Sinan, who served as master architect for nearly fifty years in the 16th century, when the Ottoman Empire was at its strongest, designed landmark buildings that left their mark on the city identities within the empire's borders. The subject of this study is to evaluate the mosques designed by Mimar Sinan, the most well-known architect of the 16th-century Islamic Region, in the capital, Istanbul, and other cities. The structural components and features of 44 mosques designed/built by Mimar Sinan (dome diameter, height of the dome from the ground, width/height dimensions, number of minarets and minaret balconies, location, top covering elements (domes, half domes, small domes, quarter domes), number of load-bearing elements, transition elements to the dome and their numbers) were analyzed in order to identify and discuss possible relationships and patterns between them. Since the number of studies evaluating and exploring structural system properties of Mimar Sinan mosques is very few, this study is very important in terms of the contribution to the existing literature. The data from the literature review are searched with the K-means clustering algorithm, a machine learning method, and the relationships and patterns between them are revealed. The results are converted into definitions of variables for discussion and evaluation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».