В ПНИПУ создали нейросеть для оценки транспортной доступности городских кварталов
Этот инструмент может быть полезен при проектировании новых объектов.
Ученые Пермского Политеха разработали нейросетевую модель, которая прогнозирует транспортную доступность городских кварталов. Алгоритм не просто выдает расчеты, а объясняет, как обстановка может изменить в будущем.
«Чтобы создать модель, исследователи проанализировали реальный российский город с разными типами застройки – исторической, советской и современной. Его разбили на кварталы и для каждого собрали данные о планировке: плотность улиц, количество перекрестков, тупиков, извилистость проездов», – поясняют в пресс-службе вуза.
Особое внимание было уделено параметрам доступности рабочих мест. В итоге удалось создать специальный индекс, в котором оценивается количество производственных и других точек, до которых люди смогут добираться в течение не более 45 минут.
«Сегодня знать фактический уровень доступности недостаточно – с этим справляются и традиционные методы. Нужен инструмент, который мог бы заранее оценивать изменения в планировке. Для этого на основе двух наборов данных – планировочных параметров кварталов и их индексов – мы создали нейросетевую модель. Она умеет прогнозировать транспортную доступность и показывать, какие изменения в устройстве улиц повлияют на удобство поездок. Это позволит проанализировать не только еще не построенные территории, но и уже существующие», – рассказала Екатерина Савельева, старший преподаватель кафедры «Архитектура и урбанистика» ПНИПУ.
