La Investigació s'executarà des del Grup de Recerca de Patrimoni arquitectònic, Architectural Heritage Research (AHR) [2017 SGR ]. El coordinador i investigador principal el Dr. Josep Lluís i Ginovart, actual Director de la School of Architecture Barcelona-ESARQ, i a més ha estat director del Predepartament d'Arquitectura de la URV, atén l’àrea de Teoria i Rehabilitació del Patrimoni arquitectònic; juntament amb la researcher Mónica López Piquer. La disciplina de la Teoria del Restauro, a través dels coneixements de la Composició, és impartida pel Dr. Guillem Carabí Bescós, des de la part de l’Expressió Gràfica, el Dr. Diego Navarro Mateu, desde la Teoria Projectual del Patrimoni Sacre, el Dr. Ricardo Val i, finalment, des dels mètodes projectectuals dels Algoritmes Arquitectònics, la Dra. Ana Cocho Bermejo. Aquest Grup de Recerca, Architectural Heritage Research (AHR), té com a origen el grup emergent Architectural Heritage PatriARQ [2014 SGR 1158], grup que es va fundar a l’Escola d’Arquitectura de la Universitat Rovira i Virgili el 2014.
El camp de recerca principal d’aquest grup es troba en l’aprofundiment del coneixement del patrimoni arquitectònic a partir de la captura massiva de dades amb la tecnologia al nostre abast. L’àmbit de recerca se centra en els edificis existents des del romànic fins a principis del segle XX, tal com ho demostren les diferents tesis doctorals realitzades i dirigides pels membres del grup de recerca. Aquest grup també té un objectiu clar en l’anàlisi de les dades obtingudes tant a partir del software com dels materials i de la tecnologia emprada en la construcció del patrimoni existent.
El repte científic és el reconeixement del Patrimoni Arquitectònic, amb les noves tècniques de captura massiva de dades, i aconseguir tenir una visió més completa de la topologia d’aquests edificis. Aquestes noves tècniques permeten uns processos d’anàlisi molt precisos, els quals permeten identificar objectivament les qualitats formals dels edificis. A la vegada, permeten identificar aquelles assonàncies pròpies de la construcció. En aquest sentit, el valor d’aquestes noves tècniques i, en especial, en aquells edificis d’ampla cronologia, permet complementar altres anàlisis realitzats des d'altres camps de la recerca com l’arxivística o història de l’art. Es proposa com a objectiu fonamental l'anàlisi i estudi de determinades geometries funcionals i estructurals en edificis mitjançant la parametrització de les regles espacials i organitzatives que puguin regir els ens patrimonials. Es planteja la implementació de metodologies avançades de "Data Mining" per a l'anàlisi de les bases de dades de patrimoni ja existents. La algorísmica a implementar per a l'anàlisi serà aquella que s'entén inclosa en el camp de la Intel·ligència Artificial. Així doncs, seran incorporades tècniques d'anàlisi de dades, per ordre de complexitat, basades en Regressió Logística i Lineal, Models de Markov, "Supervised Vector Machines", xarxes neuronals artificials, i com a objectiu últim, "Deep Learning". A més a més, per a les noves bases de dades a configurar s'establirà un protocol de captació i arxiu que permeti una major eficàcia i flexibilitat en el seu futur anàlisi, permetent l'elaboració i posterior demostració d'hipòtesis més complexes i amb un major nombre de variables. Per a aquest tipus de casos i, a causa de l'elevada carga computacional requerida, es planteja la col·laboració amb el CITIUS de la USC, Laboratori de Computació de reconegut prestigi .
L'anàlisi de les dades obtingudes mitjançant escanejat 3D dels edificis a estudiar es realitzarà seguint un protocol d'adequació a l'escala de l'anàlisi, a més d'en el tipus d'algorisme, també en el tipus d'eina. Per tant, es planteja, des dels casos més senzills analitzables probablement amb Matlab i les seves plug-ins de "Machine Learning", fins als casos més complexos on s'escriuran els algorismes necessaris amb Java o Python des d'una alta especialització en els seus processos d'anàlisi. Les situacions de mitjana complexitat, en què la visualització dinàmica de dades sigui un requeriment, s'empraran programaris existents adaptats a l'entorn arquitectònic. Així doncs, el programari emprat per al desenvolupament dels sistemes abastarà l'ús mixt de programació per codi (Python) i programació visual (Grasshopper), així com altres add-ons de caràcter recursiu com poden ser Anemone, OctopusLoop, Hoopsnake, Generator 2, Loop o Colibri.
Arran de les conclusions extretes després del període d'anàlisi de les bases de dades s'introduiran propostes de projecció autogenerativa basant-se en sistemes computacionals de "Shape Grammar". Aquest apartat pretén validar les conclusions i relacions extretes a partir del projecte original per formular un catàleg de variacions que comparteixin relació amb el mateix. La introducció d 'aquestes regles també aportarà valor crític sobre la composició automàtica de projectes arquitectònics basat en criteris de modulació, parametrització, i proporció. Durant el procés s'avaluaran l'adequació de les regles escollides als sistemes de "shape grammar" en base als seus ritmes i eficiència de creixement, així com tests posteriors a cadascun dels individus mitjançant les metodologies aplicades en el projecte original. Aquests tests plantegen la possibilitat de l'anàlisi en 2D de la documentació gràfica dels edificis per sistemes d'agents que puguin aclarir situacions incertes en el disseny original de l'ens patrimonial.
