論文の概要: Urban Forms Across Continents: A Data-Driven Comparison of Lausanne and Philadelphia
- arxiv url: http://arxiv.org/abs/2505.02938v1
- Date: Mon, 05 May 2025 18:13:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-07 18:50:11.092244
- Title: Urban Forms Across Continents: A Data-Driven Comparison of Lausanne and Philadelphia
- Title(参考訳): 大陸全体での都市形態:ローザンヌとフィラデルフィアのデータ駆動比較
- Authors: Arthur Carmès, Léo Catteau, Andrew Sonta, Arash Tavakoli,
- Abstract要約: 本研究では,地理的・文化的に異なる都市間での都市型を識別・比較するためのデータ駆動型枠組みを提案する。
ローザンヌ市,スイス市,フィラデルフィア市において,地形,多様性,緑地,興味点に関連する多次元的特徴を抽出した。
その結果, 規模, 密度, 文化状況の相違にもかかわらず, 両都市にまたがるクラスタタイプが出現している。
- 参考スコア(独自算出の注目度): 7.693465097015469
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Understanding urban form is crucial for sustainable urban planning and enhancing quality of life. This study presents a data-driven framework to systematically identify and compare urban typologies across geographically and culturally distinct cities. Using open-source geospatial data from OpenStreetMap, we extracted multidimensional features related to topography, multimodality, green spaces, and points of interest for the cities of Lausanne, Switzerland, and Philadelphia, USA. A grid-based approach was used to divide each city into Basic Spatial Units (BSU), and Gaussian Mixture Models (GMM) were applied to cluster BSUs based on their urban characteristics. The results reveal coherent and interpretable urban typologies within each city, with some cluster types emerging across both cities despite their differences in scale, density, and cultural context. Comparative analysis showed that adapting the grid size to each city's morphology improves the detection of shared typologies. Simplified clustering based solely on network degree centrality further demonstrated that meaningful structural patterns can be captured even with minimal feature sets. Our findings suggest the presence of functionally convergent urban forms across continents and highlight the importance of spatial scale in cross-city comparisons. The framework offers a scalable and transferable approach for urban analysis, providing valuable insights for planners and policymakers aiming to enhance walkability, accessibility, and well-being. Limitations related to data completeness and feature selection are discussed, and directions for future work -- including the integration of additional data sources and human-centered validation -- are proposed.
- Abstract(参考訳): 都市形態の理解は、持続可能な都市計画と生活の質向上に不可欠である。
本研究では,地理的・文化的に異なる都市間で都市型を体系的に識別・比較するためのデータ駆動型枠組みを提案する。
OpenStreetMapのオープンソース地理空間データを用いて,ローザンヌ市,スイス市,米国フィラデルフィア市の地形,多モード性,緑地,および関心点に関連する多次元的特徴を抽出した。
各都市を基本空間単位(BSU)に分割するためにグリッドベースのアプローチを用い,その都市特性に基づいてガウス混合モデル(GMM)を適用した。
その結果, 規模, 密度, 文化状況の相違にもかかわらず, 両都市にまたがるクラスタタイプが出現している。
比較分析により,各都市の形態にグリッドサイズを適応させることで,共有型の検出が向上することが示された。
ネットワーク度中心性のみに基づく単純化されたクラスタリングにより、最小限の機能セットでも意味のある構造パターンをキャプチャできることがさらに実証された。
本研究は,大陸にまたがる機能的に収束した都市形態の存在を示唆し,都市間比較における空間規模の重要性を強調した。
このフレームワークは、都市分析にスケーラブルで伝達可能なアプローチを提供し、歩行性、アクセシビリティ、幸福を高めることを目的としたプランナーや政策立案者に貴重な洞察を提供する。
データ完全性や特徴選択に関連する制限について論じ,データソースの統合や人間中心の検証など,今後の作業の方向性について論じる。
関連論文リスト
- Collaborative Imputation of Urban Time Series through Cross-city Meta-learning [54.438991949772145]
メタ学習型暗黙的ニューラル表現(INR)を利用した新しい協調的計算パラダイムを提案する。
次に,モデルに依存しないメタ学習による都市間協調学習手法を提案する。
20のグローバル都市から得られた多様な都市データセットの実験は、我々のモデルの優れた計算性能と一般化可能性を示している。
論文 参考訳(メタデータ) (2025-01-20T07:12:40Z) - StreetviewLLM: Extracting Geographic Information Using a Chain-of-Thought Multimodal Large Language Model [12.789465279993864]
地理空間予測は災害管理、都市計画、公衆衛生など様々な分野において重要である。
提案するStreetViewLLMは,大規模言語モデルと連鎖推論とマルチモーダルデータソースを統合した新しいフレームワークである。
このモデルは、香港、東京、シンガポール、ロサンゼルス、ニューヨーク、ロンドン、パリを含む7つの世界都市に適用されている。
論文 参考訳(メタデータ) (2024-11-19T05:15:19Z) - 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) - Unified Data Management and Comprehensive Performance Evaluation for
Urban Spatial-Temporal Prediction [Experiment, Analysis & Benchmark] [78.05103666987655]
この研究は、多様な都市空間時間データセットにアクセスし活用する際の課題に対処する。
都市空間・時空間のビッグデータ用に設計された統合ストレージフォーマットであるアトミックファイルを導入し,40種類の多様なデータセットでその有効性を検証する。
多様なモデルとデータセットを使用して広範な実験を行い、パフォーマンスリーダーボードを確立し、有望な研究方向性を特定する。
論文 参考訳(メタデータ) (2023-08-24T16:20:00Z) - Effective Urban Region Representation Learning Using Heterogeneous Urban
Graph Attention Network (HUGAT) [0.0]
都市域の表現を学習するためのヘテロジニアスな都市グラフアテンションネットワーク(HUGAT)を提案する。
ニューヨークのデータに関する我々の実験では、HUGATは最先端のすべてのモデルより優れています。
論文 参考訳(メタデータ) (2022-02-18T04:59:20Z) - Neural Embeddings of Urban Big Data Reveal Emergent Structures in Cities [7.148078723492643]
都市部の異質性を利用したニューラルネットワーク(GNN)を提案する。
アメリカ合衆国の16大都市圏において,何百万もの携帯電話利用者による大規模高解像度モビリティデータセットを用いて,都市部コンポーネント間の複雑な関係をエンコードしていることを示す。
異なる郡で訓練されたモデルによって生成された埋め込みは、他の郡における創発的空間構造の50%から60%を捉えることができることを示す。
論文 参考訳(メタデータ) (2021-10-24T07:13:14Z) - 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) - City limits in the age of smartphones and urban scaling [0.0]
都市計画は、都市システム全体にわたる都市境界を定義するための適切な基準をまだ欠いている。
ICTは、都市システムのより正確な記述を記述する可能性を提供する。
都市境界を定義するため,大量の携帯電話記録に計算手法を適用した。
論文 参考訳(メタデータ) (2020-05-06T17:31:21Z)
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。