Fugu-MT 論文翻訳(概要): UrbanVCA: a vector-based cellular automata framework to simulate the urban land-use change at the land-parcel level

論文の概要: UrbanVCA: a vector-based cellular automata framework to simulate the urban land-use change at the land-parcel level

arxiv url: http://arxiv.org/abs/2103.08538v1
Date: Mon, 15 Mar 2021 17:03:22 GMT
ステータス: 処理完了
システム内更新日: 2023-04-08 02:10:44.405699
Title: UrbanVCA: a vector-based cellular automata framework to simulate the urban land-use change at the land-parcel level
Title（参考訳）: UrbanVCA: 土地・区画レベルでの都市土地利用変化をシミュレートするためのベクトルベースセルオートマトンフレームワーク
Authors: Yao Yao, Linlong Li, Zhaotang Liang, Tao Cheng, Zhenhui Sun, Peng Luo, Qingfeng Guan, Yaqian Zhai, Shihao Kou, Yuyang Cai, Lefei Li, Xinyue Ye
Abstract要約: UrbanVCAは、新しいベクトルCAベースの都市開発シミュレーションフレームワークである。広東省春出市を研究エリアとして,都市VCAは土地・区画レベルでの都市土地利用の変化をシミュレートしている。 2030年のシミュレーションの結果,エコ保護シナリオは都市集積を促進し,生態的侵略と耕作地喪失を少なくとも60%低減できることが示された。
参考スコア（独自算出の注目度）: 4.12627107272774
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Vector-based cellular automata (CA) based on real land-parcel has become an important trend in current urban development simulation studies. Compared with raster-based and parcel-based CA models, vector CA models are difficult to be widely used because of their complex data structures and technical difficulties. The UrbanVCA, a brand-new vector CA-based urban development simulation framework was proposed in this study, which supports multiple machine-learning models. To measure the simulation accuracy better, this study also first proposes a vector-based landscape index (VecLI) model based on the real land-parcels. Using Shunde, Guangdong as the study area, the UrbanVCA simulates multiple types of urban land-use changes at the land-parcel level have achieved a high accuracy (FoM=0.243) and the landscape index similarity reaches 87.3%. The simulation results in 2030 show that the eco-protection scenario can promote urban agglomeration and reduce ecological aggression and loss of arable land by at least 60%. Besides, we have developed and released UrbanVCA software for urban planners and researchers.
Abstract（参考訳）: 近年の都市開発シミュレーション研究において,リアルランドパーセルに基づくベクトルベースセルオートマトン (CA) が重要なトレンドとなっている。ラスターベースおよびパーセルベースCAモデルと比較して、ベクトルCAモデルは複雑なデータ構造と技術的困難のために広く使用されることは困難である。複数の機械学習モデルをサポートする新しいベクトルcaベースの都市開発シミュレーションフレームワークであるurbanvcaが本研究で提案されている。シミュレーションの精度を向上するために,本研究では,実地空間に基づくベクトルベース景観指標(VecLI)モデルも提案する。研究エリアとして広東省春手市を用いて、土地・区画レベルでの複数の都市土地利用変化をシミュレートし(fom=0.243)、景観指数の類似度は87.3%に達した。 2030年のシミュレーションの結果,エコ保護シナリオは都市集積を促進し,生態的侵略と耕作地喪失を少なくとも60%低減できることが示された。また,都市プランナーや研究者向けのUrbanVCAソフトウェアを開発した。

関連論文リスト

OPUS: Occupancy Prediction Using a Sparse Set [64.60854562502523]
学習可能なクエリの集合を用いて、占有された場所とクラスを同時に予測するフレームワークを提案する。 OPUSには、モデルパフォーマンスを高めるための非自明な戦略が組み込まれている。最も軽量なモデルではOcc3D-nuScenesデータセットの2倍 FPS に優れたRayIoUが得られる一方、最も重いモデルは6.1 RayIoUを上回ります。
論文参考訳（メタデータ） (2024-09-14T07:44:22Z)
Cross-City Matters: A Multimodal Remote Sensing Benchmark Dataset for Cross-City Semantic Segmentation using High-Resolution Domain Adaptation Networks [82.82866901799565]
我々は,都市間セマンティックセマンティックセグメンテーションタスクの研究を目的とした,新しいマルチモーダルリモートセンシングベンチマークデータセット(ハイパースペクトル,マルチスペクトル,SARを含む)を構築した。単一都市に留まらず,多都市環境からAIモデルの一般化能力を促進するため,高解像度なドメイン適応ネットワークであるHighDANを提案する。高DANは, 並列高分解能融合方式で, 都市景観の空間的トポロジカルな構造を良好に維持することができる。
論文参考訳（メタデータ） (2023-09-26T23:55:39Z)
Semi-supervised Learning from Street-View Images and OpenStreetMap for Automatic Building Height Estimation [59.6553058160943]
本稿では,Mapillary SVIとOpenStreetMapのデータから建物の高さを自動的に推定する半教師付き学習(SSL)手法を提案する。提案手法は, 平均絶対誤差(MAE)が約2.1mである建物の高さを推定する上で, 明らかな性能向上につながる。予備結果は,低コストなVGIデータに基づく提案手法のスケールアップに向けた今後の取り組みを期待し,動機づけるものである。
論文参考訳（メタデータ） (2023-07-05T18:16:30Z)
A Contextual Master-Slave Framework on Urban Region Graph for Urban Village Detection [68.84486900183853]
都市域を階層的にモデル化する都市域グラフ(URG)を構築した。そこで我々は,都市部をURGから効果的に検出する新しいコンテキスト・マスタ・スレーブ・フレームワークを設計した。提案手法は,都市部における紫外線検出の一般性と特異性のバランスをとることができる。
論文参考訳（メタデータ） (2022-11-26T18:17:39Z)
MetroGAN: Simulating Urban Morphology with Generative Adversarial Network [10.504296192020497]
本稿では,都市形態学シミュレーションのための地理知識,すなわちメトロポリタンGAN(MetroGAN)の枠組みを提案する。その結果,MetroGANはすべての指標において,最先端の都市シミュレーション手法よりも20%以上優れていた。
論文参考訳（メタデータ） (2022-07-06T11:02:24Z)
Learning Large-scale Subsurface Simulations with a Hybrid Graph Network Simulator [57.57321628587564]
本研究では3次元地下流体の貯留層シミュレーションを学習するためのハイブリッドグラフネットワークシミュレータ (HGNS) を提案する。 HGNSは、流体の進化をモデル化する地下グラフニューラルネットワーク(SGNN)と、圧力の進化をモデル化する3D-U-Netで構成されている。産業標準地下フローデータセット(SPE-10)と1100万セルを用いて,HGNSが標準地下シミュレータの18倍の推算時間を短縮できることを実証した。
論文参考訳（メタデータ） (2022-06-15T17:29:57Z)
GLObal Building heights for Urban Studies (UT-GLOBUS) for city- and street- scale urban simulations: Development and first applications [3.4244476729483013]
テキサス大学都市研究のためのグローバル・ビルディング・ハイツ(UT-GLOBUS)について紹介する。 UT-GLOBUSは、世界中の1200以上の都市や地域向けに高さと都市キャノピーパラメータ(UCP)を提供するデータセットである。 6つの米国都市のLiDARデータによる検証では、UT-GLOBUS由来のビルの高さは9.1mの根平均二乗誤差(RMSE)であった。
論文参考訳（メタデータ） (2022-05-24T17:34:14Z)
Methodological Foundation of a Numerical Taxonomy of Urban Form [62.997667081978825]
本稿では, 生物系統学から得られた都市形態の数値分類法を提案する。我々は同質の都市組織タイプを導出し、それら間の全体形態的類似性を決定することにより、都市形態の階層的分類を生成する。フレーミングとプレゼンを行った後、プラハとアムステルダムの2都市でテストを行った。
論文参考訳（メタデータ） (2021-04-30T12:47:52Z)
The Role of Urban Form in the Performance of Shared Automated Vehicles [8.627374199434097]
都市形状の測定がSAVシステムの持続可能性にどのような影響を及ぼすかは不明だ。本研究では, 固定効果回帰モデルを用いて, シミュレーションSAV性能と相関する重要な都市形状の測定を行った。その結果、SAVはより効率的で、より接続されたネットワークと多種多様な土地利用開発パターンを持つ密集都市において、より少ないVMTを生成することが示唆された。
論文参考訳（メタデータ） (2020-12-02T18:28:44Z)
Population synthesis for urban resident modeling using deep generative models [6.037276428689637]
本稿では, 大規模住宅・集合住宅における新築ビルの人口分布をモデル化する機械学習手法を提案する。ベトナムのハノイにある不動産開発プロジェクトであるEcopark Townshipの実際のデータセットを使って、2つの機械学習アルゴリズムを深層生成モデル文学から研究し、人工エージェントの人口を生成する。
論文参考訳（メタデータ） (2020-11-13T10:48:19Z)
Understanding the drivers of sustainable land expansion using a patch-generating land use simulation (PLUS) model: A case study in Wuhan, China [5.151814790795681]
本研究では,多型ランダムパッチシードに基づく土地拡張分析戦略とCAモデルを統合したパッチ生成型土地利用シミュレーション(PLUS)モデルを提案する。提案モデルでは,他のCAモデルよりもシミュレーション精度が高く,ランドスケープパターンの指標が真のランドスケープと類似している。
論文参考訳（メタデータ） (2020-10-22T09:04:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。