論文の概要: Flashpoints Signal Hidden Inherent Instabilities in Land-Use Planning
- arxiv url: http://arxiv.org/abs/2308.07714v1
- Date: Tue, 15 Aug 2023 11:47:16 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-16 13:11:53.567505
- Title: Flashpoints Signal Hidden Inherent Instabilities in Land-Use Planning
- Title（参考訳）: 土地利用計画における不確実性を隠したフラッシュポイント信号
- Authors: Hazhir Aliahmadi, Maeve Beckett, Sam Connolly, Dongmei Chen, Greg van
Anders
- Abstract要約: 汎用的な計画基準を持つ最適化に基づく計画手法は、不安定な「フラッシュポイント」を連続的に生成することを示す。
我々は「草地」と呼ぶ土地利用形態の曖昧さの地域を不安定が引き起こすことを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Land-use decision-making processes have a long history of producing globally
pervasive systemic equity and sustainability concerns. Quantitative,
optimization-based planning approaches, e.g. Multi-Objective Land Allocation
(MOLA), seemingly open the possibility to improve objectivity and transparency
by explicitly evaluating planning priorities by the type, amount, and location
of land uses. Here, we show that optimization-based planning approaches with
generic planning criteria generate a series of unstable "flashpoints" whereby
tiny changes in planning priorities produce large-scale changes in the amount
of land use by type. We give quantitative arguments that the flashpoints we
uncover in MOLA models are examples of a more general family of instabilities
that occur whenever planning accounts for factors that coordinate use on- and
between-sites, regardless of whether these planning factors are formulated
explicitly or implicitly. We show that instabilities lead to regions of
ambiguity in land-use type that we term "gray areas". By directly mapping gray
areas between flashpoints, we show that quantitative methods retain utility by
reducing combinatorially large spaces of possible land-use patterns to a small,
characteristic set that can engage stakeholders to arrive at more efficient and
just outcomes.
- Abstract（参考訳）: 土地利用意思決定プロセスは、グローバルに普及する体系的株式と持続可能性の懸念を生み出す長い歴史を持つ。
多目的土地割当(MOLA)のような量的、最適化に基づく計画手法は、土地利用の種類、量、場所によって計画の優先順位を明確に評価することで、客観性と透明性を向上させる可能性を開くように見える。
ここでは, 計画基準に基づく最適化に基づく計画手法が不安定な「フラッシュポイント」を発生させ, 計画優先順位の小さな変更が, 土地利用量に大きな変化をもたらすことを示す。
我々は、MOLAモデルで発見されたフラッシュポイントは、これらの計画因子が明示的または暗黙的に定式化されているかどうかに関わらず、オンサイトとインターサイトを協調する要因を計画するときに発生する、より一般的な不安定なファミリーの例である、と定量的に主張する。
我々は,不安定性が「草地」と呼ぶ土地利用型のあいまいさの地域につながることを示す。
フラッシュポイント間の灰色領域を直接マッピングすることにより,土地利用パターンの組合せ的に大きな空間を小さくし,利害関係者がより効率的かつ公正な結果に到達できるようにすることで,定量的手法が有用性を維持することを示す。
関連論文リスト
- Potential Based Diffusion Motion Planning [73.593988351275]
本稿では,潜在的行動計画の学習に向けた新しいアプローチを提案する。
我々はニューラルネットワークを訓練し、運動計画軌跡よりも容易に最適化可能なポテンシャルを捕捉し、学習する。
我々は、その固有の構成可能性を示し、様々な動きの制約に一般化することができる。
論文 参考訳（メタデータ） (2024-07-08T17:48:39Z) - Planning as In-Painting: A Diffusion-Based Embodied Task Planning
Framework for Environments under Uncertainty [56.30846158280031]
具体的AIのためのタスクプランニングは、最も難しい問題の1つだ。
In-paintingとしての計画」というタスク非依存の手法を提案する。
提案するフレームワークは,様々な具体的AIタスクにおいて,有望なパフォーマンスを実現する。
論文 参考訳（メタデータ） (2023-12-02T10:07:17Z) - Bridging the Gap between Structural and Semantic Similarity in Diverse
Planning [1.334273556882455]
横計画とは、与えられた問題仕様の複数の計画を見つける問題である。
本稿では,2つのプランの違いに関する関連情報をキャプチャ可能な,ドメインに依存しない2つの新しい指標を提案する。
論文 参考訳（メタデータ） (2023-10-02T18:11:37Z) - Human-instructed Deep Hierarchical Generative Learning for Automated
Urban Planning [57.91323079939641]
我々は,最適な都市計画を生成するために,人間に指示された新しい深層階層生成モデルを構築した。
最初の段階は、機能ゾーンを発見するために、目標領域の格子に遅延関数をラベル付けすることである。
第2の段階は、都市機能投影を形成するための計画要件を理解することである。
第3の段階は、マルチアテンションを活用して、機能プロジェクションのゾーン・ゾーン・ピア依存関係をモデル化し、グリッドレベルの土地利用構成を生成することである。
論文 参考訳（メタデータ） (2022-12-01T23:06:41Z) - Differentiable Spatial Planning using Transformers [87.90709874369192]
本研究では、長距離空間依存を計画して行動を生成する障害マップを与えられた空間計画変換器(SPT)を提案する。
エージェントが地上の真理マップを知らない環境では、エンド・ツー・エンドのフレームワークで事前訓練されたSPTを利用する。
SPTは、操作タスクとナビゲーションタスクの両方のすべてのセットアップにおいて、最先端の差別化可能なプランナーよりも優れています。
論文 参考訳（メタデータ） (2021-12-02T06:48:16Z) - Adaptive Selection of Informative Path Planning Strategies via
Reinforcement Learning [6.015556590955814]
ローカルプランニング」アプローチでは,次回のサンプリング場所の優先順位が予測性能や帰路距離に与える影響を調査するために,様々な空間範囲が採用されている。
温度モニタリングロボットの使用事例実験により、プランナーの動的混合物は高度な情報プランを生成できるだけでなく、予測信頼性を犠牲にすることなく、大幅に距離を縮めることができることが示された。
論文 参考訳（メタデータ） (2021-08-14T21:32:33Z) - Coarse to Fine: Domain Adaptive Crowd Counting via Adversarial Scoring
Network [58.05473757538834]
本稿では,ドメイン間のギャップを粗い粒度から細かな粒度に埋める新しい逆スコアリングネットワーク (ASNet) を提案する。
3組のマイグレーション実験により,提案手法が最先端のカウント性能を実現することを示す。
論文 参考訳（メタデータ） (2021-07-27T14:47:24Z) - Motion Planning Transformers: One Model to Plan Them All [15.82728888674882]
本稿では,複雑な動き計画問題を効率的に解くためのトランスフォーマーに基づく手法を提案する。
提案手法では,まずトランスフォーマーを用いて地図上の領域を同定し,最適経路を含む可能性のある地図領域に注意を向けるとともに,最終衝突のない経路を生成するためにローカルプランナーを適用する。
論文 参考訳（メタデータ） (2021-06-05T04:29:16Z) - Reimagining City Configuration: Automated Urban Planning via Adversarial
Learning [28.930624100994514]
都市計画は、土地利用形態を設計する努力を指す。
近年のディープラーニングの進歩は、機械が人間の能力で学習し、土地利用構成を自動的かつ迅速に計算することができるか、という問いを提起する動機となっている。
論文 参考訳（メタデータ） (2020-08-22T21:15:39Z) - The Importance of Prior Knowledge in Precise Multimodal Prediction [71.74884391209955]
道路にはよく定義された地形、地形、交通規則がある。
本稿では,構造的事前を損失関数として組み込むことを提案する。
実世界の自動運転データセットにおけるアプローチの有効性を実証する。
論文 参考訳（メタデータ） (2020-06-04T03:56:11Z)
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。