Share:


Using natural shape statistics of urban form to model social capital / Socialinio kapitalo modeliavimas taikant pastatų formos statistinę analizę

Abstract

The social aspect is an important but often overlooked part of sustainable development philosophy. In hoping to popularise and show the importance of social sustainable development, this study tries to find a relation between the social environment and urban form. Research in the social capital field provided the methodology to acquire social computational data. The relation between human actions and the environment is noted in many theories, and used in some practices. Human cognition is computationally predictable with natural shape analysis and machine learning methods. In the analysis of shape, a topological skeleton is a proven method to acquire statistical data that correlates with data collected from human experiments. In this study, the analysis of urban form with respect to human cognition was used to acquire computational data for a machine learning model of social capital in counties in the USA


Santrauka


Tvarios plėtros teorijoje socialinė aplinka yra pripažinta kaip svarbus veiksnys, tačiau trūksta praktinės metodikos. Ryšio tarp urbanistinės formos ir socialinės aplinkos radimas aktualizuotų ir padėtų populiarinti socialinę tvarią plėtrą. Aplinkos įtaka žmonių tarpusavio elgesiui yra ne kartą aptartas reiškinys, tačiau praktikoje retai taikomas. Ankstesniuose socialinio kapitalo tyrimuose pateikiamos metodologijos ir statistiniai duomenys esamos situacijos analizei atlikti. Kaip žmonės suvokia formas, yra nuspėjama taikant statistinę formos analizę ir dirbtinio intelekto metodologiją – sistemos mokymąsi. Klasifikuojant formas topologinio skeleto metodologija gaunami rezultatai koreliuoja su duomenimis, surinktais per eksperimentą, kuriame žmonės klasifikuoja formas. Taikant žinomas formos analizės metodologijas, atspindinčias suvokimą, buvo surinkti duomenys modeliuoti socialinį kapitalą su sisteminio mokymosi modeliu. Sisteminis mokymasis yra dirbtinio intelekto sritis, kurioje remiantis pateiktais duomenimis automatiškai sukalibruojama kompleksinė matematinė formulė. Modeliuojant socialinį kapitalą su formos skeleto statistiniais duomenimis, geriausi rezultatai pasiekti taikant neuroniniais tinklais pagristą sisteminį mokymąsi.


Reikšminiai žodžiai: urbanistinė forma,  formos analizė statis­tiniais metodais, socialinis kapitalas, sisteminis mokymasis, daugiasluoksnis perceptronas.

Keyword : urban form, natural shape statistic, social capital, machine learning, multi-layer perceptron regressor

Published in Issue
May 9, 2017
Abstract Views
92
PDF Downloads
55