Нейросеть из Перми просчитает транспортную доступность городских кварталов

Одинаковое расстояние до центра — разное время в пути. Нейросеть ПНИПУ определит, что именно мешает и как исправить планировку, чтобы поездки стали быстрее.
Автор Наука Mail
Модель города
Планировка улиц определяет, сколько времени жители тратят на дорогуИсточник: Magnific

Ученые Пермского национального исследовательского политехнического университета (ПНИПУ) разработали нейросетевую модель для прогнозирования транспортной доступности городских кварталов. Об этом Науке Mail сообщили в пресс-службе вуза.

Сегодня оценки доступности дают навигационные сервисы, но они показывают только текущую ситуацию, не отвечая на вопросы: почему время в пути именно такое и что нужно изменить в устройстве улиц, чтобы сократить его.

Исследователи ПНИПУ проанализировали реальный российский город с разными типами застройки — исторической, советской и современной. Они разбили его на кварталы и собрали данные о планировке: плотность улиц, количество перекрестков, тупиков, извилистость проездов. Также рассчитали количество рабочих мест в районах и модельное время поездок между кварталами с учетом типов улиц.

Модель города
Нейросеть покажет, какие изменения в квартале действительно ускорят поездкиИсточник: Magnific

Для каждого квартала вычислили индекс транспортной доступности — сколько рабочих мест можно достичь за 45 минут: именно столько, согласно строительным нормам, составляет максимально допустимое время поездки до места работы. На основе этих данных создали нейросетевую модель. Она прогнозирует доступность по характеристикам планировки и показывает, какие изменения в улицах повлияют на удобство поездок.

Модель не просто выдает индекс, но и показывает, какие именно характеристики и как сильно на него влияют. Например, если в двух кварталах на одинаковом расстоянии от центра доступность различается, модель покажет: в первом случае проблему создает излишняя извилистость улиц, а во втором — недостаток перекрестков. Это дает архитекторам и планировщикам четкое понимание, на что именно нужно воздействовать
Екатерина Савельева
старший преподаватель кафедры «Архитектура и урбанистика» ПНИПУ  

Точность прогноза модели составила 95% при проверке на реальных данных. Инструмент позволяет анализировать не только новые территории, но и уже существующие кварталы, выявляя проблемные участки, где доступность снижена именно из-за неудачной планировки, а не удаленности от центра. Это поможет властям эффективнее расходовать бюджет, направляя средства только на те проекты, которые действительно сделают города удобнее.

Статья опубликована в журнале «Научные проблемы архитектуры, градостроительства и архитектуры».

Ранее Наука Mail писала о том, что что на самом деле заставляет вас хотеть ходить пешком.