건축에서의 기계 학습: 2020년부터 2024년까지의 트렌드, 영향력 있는 저자 및 연구 격차에 대한 서지 분석 접근법

본 논문은 2020년과 2024년 사이 건축 분야의 기계 학습에 대한 현재의 연구 환경이 어떻게 발전해 왔는지를 조사하는 서지 분석 결과를 제시한다. 이 연구는 2020년부터 2024년까지의 동료 심사를 거친 저널 논문에서 얻은 통찰을 바탕으로 서지 분석 방법론을 적용하며, Web of Science, Scopus 및 Science Direct와 같은 데이터베이스에서 자료를 수집하였다. Boolean 연산자를 사용하여 키워드를 정제하여 지배적인 트렌드, 주요 적용 분야 및 지속 중인 연구 격차를 식별하였다. 본 논문의 목표는 새로운 방향을 강조하여 향후 연구를 안내할 수 있는 구조화된 지식 기반을 제공하는 것이다. 이 연구는 건축에서 기계 학습의 통합에 대한 더 광범위한 박사 연구의 기초 단계로 기여하고, 키워드 빈도, 인용 영향, 주요 저널, 주요 저자 및 기관 기여에 대한 귀중한 데이터를 제공한다. 연구 결과는 기계 학습이 건축 연구와 설계, 및 학제 간 협력을 재구성하는 혁신적인 기술 발전으로서의 현재 전망을 광범위하게 보여주며, 건축 분야의 향후 연구 우선 사항에 대한 권장 사항을 제시한다.