論文の概要: Urban Comfort Assessment in the Era of Digital Planning: A Multidimensional, Data-driven, and AI-assisted Framework

• arxiv url: http://arxiv.org/abs/2508.16057v1
• Date: Fri, 22 Aug 2025 03:10:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-25 16:42:36.235872
• Title: Urban Comfort Assessment in the Era of Digital Planning: A Multidimensional, Data-driven, and AI-assisted Framework
• Title（参考訳）: デジタルプランニング時代の都市快適性評価:多次元・データ駆動型・AI支援フレームワーク
• Authors: Sijie Yang, Binyu Lei, Filip Biljecki,
• Abstract要約: 住みやすさと快適さの確保は都市計画の基本的な目的の1つである。 多くの研究が、都市の快適性に関連する要因を評価し定量化するために計算手法を用いてきた。 本研究は,デジタル計画における都市の快適性を評価するための理論的解釈と方法論について考察する。
• 参考スコア（独自算出の注目度）: 1.6092995017050908
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Ensuring liveability and comfort is one of the fundamental objectives of urban planning. Numerous studies have employed computational methods to assess and quantify factors related to urban comfort such as greenery coverage, thermal comfort, and walkability. However, a clear definition of urban comfort and its comprehensive evaluation framework remain elusive. Our research explores the theoretical interpretations and methodologies for assessing urban comfort within digital planning, emphasising three key dimensions: multidimensional analysis, data support, and AI assistance.
• Abstract（参考訳）: 住みやすさと快適さの確保は都市計画の基本的な目的の1つである。 多くの研究が、緑地、熱的快適度、歩行性などの都市性快適性に関連する要因を評価し定量化するための計算手法を用いている。 しかし、都市の快適さを明確に定義し、その包括的評価枠組みはいまだ解明されていない。 本研究は,多次元分析,データサポート,AI支援という3つの重要な側面に重点を置いて,デジタル計画における都市の快適さを評価するための理論的解釈と方法論について検討する。

関連論文リスト

• CityBench: Evaluating the Capabilities of Large Language Models for Urban Tasks [10.22654338686634]
  大規模言語モデル (LLMs) と視覚言語モデル (VLMs) は、実際の有効性と信頼性を確保するために欠かせないものとなっている。 都市研究のための体系的評価ベンチマークを構築する上での課題は、都市データの多様性にある。 本稿では,対話型シミュレータによる評価プラットフォームである textitCityBench を設計する。
  論文  参考訳（メタデータ） (2024-06-20T02:25:07Z)
• 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)
• UrbanBIS: a Large-scale Benchmark for Fine-grained Urban Building Instance Segmentation [50.52615875873055]
  都市BISは6つの実際の都市のシーンで構成され、25億点があり、面積は10.78平方キロメートルである。 UrbanBISは、建物、車両、植生、道路、橋など、豊富な都市オブジェクトに意味レベルのアノテーションを提供する。 UrbanBISは、きめ細かいサブカテゴリを導入した最初の3Dデータセットである。
  論文  参考訳（メタデータ） (2023-05-04T08:01:38Z)
• 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)
• Pedestrian Wind Factor Estimation in Complex Urban Environments [0.0]
  都市計画立案者や政策立案者は、より密集した都市環境においてより人口の多い都市のために、住みやすく楽しい都市を作るという課題に直面している。 都市マイクロ気候は、現在と将来における都市空間の質を定義する上で重要な役割を担っているが、初期の都市設計と計画プロセスにおける風力マイクロ気候評価の統合は依然として課題である。 この研究は、複雑な都市環境におけるリアルタイムな歩行者風の快適さ推定のためのデータ駆動ワークフローを開発する。
  論文  参考訳（メタデータ） (2021-10-06T01:09:30Z)
• CityNet: A Comprehensive Multi-Modal Urban Dataset for Advanced Research in Urban Computing [1.9774168196078137]
  我々は,7つの都市からのさまざまなデータを組み込んだマルチモーダル都市データセットであるCityNetを紹介する。 我々はCityNetの利用を促進するために、広範なデータマイニングと機械学習の実験を行っている。
  論文  参考訳（メタデータ） (2021-06-30T04:05:51Z)
• A Generalized Framework for Measuring Pedestrian Accessibility around the World Using Open Data [0.0]
  本研究では,オープンかつ一貫したデータを用いて,都市の歩行者アクセシビリティ指標を構築するためのオープンソースのソフトウェアフレームワークを開発する。 ソフトウェアは、オープンリポジトリで再利用するために公開されています。
  論文  参考訳（メタデータ） (2021-05-18T20:22:58Z)
• 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)

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。