بزرگترین مرجع تولید محتوای شهرسازی کشور.اخبار ، منابع تخصصی شهرسازی و معماری

بزرگترین مرجع تولید محتوای شهرسازی کشور.اخبار ، منابع تخصصی شهرسازی و معماری
بزرگترین مرجع تولید محتوای شهرسازی کشور.اخبار ، منابع تخصصی شهرسازی و معماری
تاریخ : یکشنبه, ۲۶ فروردین , ۱۴۰۳ Sunday, 14 April , 2024

اخبار ویژه

دفن مردگان گران شد؟ قیمت بلیت باغ پرندگان تهران افزایش یافت اگر واگن‌های مترو به‌موقع وارد نشوند همه متضرر خواهند شد زمان صدور پروانه شهرسازی در تهران کاهش یافت پاسخ شهرداری منطقه هفت به شایعه قطع درختان در بزرگراه صیاد شیرازی توافق شهرداری منطقه ۱۱ با بنیاد رودکی برای احداث پارکینگ مطالعه عارضه‌سنجی ترافیکی ۳۰ قطعه زمین برای ساخت پارکینگ عمومی در تهران نوسازی بیش از ۲۸۰۰ واحد مسکونی در منطقه ۱۰ در سال ۱۴۰۲ تدوین نقشه راه فعالیت‌های مناطق ۲۲ گانه در جهت ارتقاء عملکرد سال ۱۴۰۳ توزیع آسفالت بی‌کیفیت در برخی معابر فرعی پایتخت جانمایی محل جدید برای ساماندهی سگ‌های ولگرد پایتخت ۵۰ هزار تاکسی برقی وارد ناوگان تاکسیرانی شهر تهران می‌شود توقیف بیش از ۱۵۰ خودروی حمل غیرمجاز پسماند آغاز ساماندهی یکی از اصلی‌ترین و شلوغ‌ترین چهارراه‌های تهران شرایط جدید صدور پروانه‌ ساختمانی در بافت فرسوده تهران تکمیل شدن ۳ هزار واحد مسکن مهر پردیس در خرداد ۱۴۰۳ آغاز عملیات اجرایی ساخت ۱۵۰ هزار واحد مسکونی در ۱۴۰۳ بهسازی تابلوهای معابر در منطقه۸ در بهار رونمایی شهرداری تهران از سامانه پاسخ به پرسش‌های متداول شهروندان تصویب بودجه ۴۰۰ میلیارد تومانی برای حریم پایتخت

1
مقاله لاتین

Heuristic NOLLI Map

  • کد خبر : 4270
  • 07 می 2020 - 16:21
Heuristic NOLLI Map
introduces a comprehensive representation of the public domain in urban space, discusses the role of machine learning techniques in such a representation, and presents a preliminary experiment

This study introduces a comprehensive representation of the public domain in urban space, discusses the role of machine learning techniques in such a representation, and presents a preliminary experiment. We define public domain as all places that people actually perceive as public space traditionally identified spaces such as streets, squares, parks, as well as privately managed collective spaces that function as public space. In representing this broad definition of public domain, we suggest that the vast amount of information available to designers can be managed with our proposed data model. We further suggest that interpreting the public domain requires representing experiential aspects, which few methods have attempted. We illustrate our experiential representation by discussing the concept that we call a Heuristic Nolli Map. We discuss its use in identifying characteristics that contribute to the “public-ness” of a common public domain type-main street, a typical linear commercial district in the centre of a residential area. We suggest that a data model of main street contain the GIS data that cities in the United States generally maintain: land parcel, building footprint, and street centre line. We also suggest that the data model contain additional data at a finer level of detail, e.g., tax assessment data. Finally, we describe our Heuristic Nolli Map methodology in terms of two steps: collecting opinion data about a user’s interpretation of public-ness, and using that data to build a user’s model of public domain. The model consists of a typology of public domain, e.g., characteristics of main streets, department stores, town centers; a classifier that employs machine learning techniques to interpret the public-ness of user-supplied data models; and a component that provides explanations for results of classifying particular data models. Finally, we discuss expected contributions of this research and the current status of the research in progress. The full file of this article can be downloaded for free

به کانال تلگرام نوین شهرساز بپیوندید
لینک کوتاه : https://novinshahrsaz.ir/?p=4270

برچسب ها

ثبت دیدگاه

مجموع دیدگاهها : 0در انتظار بررسی : 0انتشار یافته : 0
قوانین ارسال دیدگاه
  • دیدگاه های ارسال شده توسط شما، پس از تایید توسط تیم مدیریت در وب منتشر خواهد شد.
  • پیام هایی که حاوی تهمت یا افترا باشد منتشر نخواهد شد.
  • پیام هایی که به غیر از زبان فارسی یا غیر مرتبط باشد منتشر نخواهد شد.