Emotions make cities live. Towards mapping emotions of older adults on urban space
理解人与城市空间之间的互动对于包容性决策过程至关重要。智能手机和社交媒体可以成为关于城市空间的行为和声明数据的丰富来源,但它可能会排除老年人的声音。本文提出的平台试图解决这一问题。提出了一种基于Pluchik情感轮的通用标注机制。对平台的可用性进行了测试,并提出了进一步研究的方向。
2017-06-30 cs.CY
Unveiling social vibrancy in urban spaces with app usage
本研究利用法国18个城市的高分辨率移动应用流量数据和OpenStreetMap兴趣点,开发了基于相似性的多维应用使用时间序列分类方法,揭示了城市空间行为原型及其与城市活力特征的关联。
2024-12-19 cs.CY
Attention-based Contextual Multi-View Graph Convolutional Networks for Short-term Population Prediction
Tokyo Metropolitan University(东京都立大学)
未来短期人口预测是城市计算中的一个关键问题。准确的未来人口预测可以为城市规划者或开发者提供丰富的见解。然而,由于其复杂的时空依赖性,预测未来人口是一项具有挑战性的任务。许多现有的工作已经尝试通过将城市划分为网格并使用卷积神经网络(CNN)来捕获空间相关性。然而,CNN仅仅通过使用矩形滤波器来捕获空间相关性;它忽略了城市环境信息,例如铁路的分布和POI的位置。此外,这些信息对人口预测的重要性在每个地区都有所不同,并受到天气条件和星期几等背景情况的影响。为了解决这个问题,我们提出了一种新的深度学习模型,称为基于注意力的上下文多视图图卷积网络(ACMV-GCN)。首先基于城市环境信息构建多个图,然后ACMV-GCN使用图卷积网络从各种视图中捕获空间相关性。此外,我们增加了一个注意力模块,考虑上下文的情况下,利用城市环境信息对未来的人口预测。使用通过手机收集的统计人口计数数据,我们证明了我们提出的模型优于基线方法。此外,通过可视化由注意力模块计算的权重,我们证明了我们的模型可以在没有任何先验知识的情况下有效地利用城市环境信息。
2022-03-01 cs.AI cs.CY cs.LG
Quantifying urban streetscapes with deep learning: focus on aesthetic evaluation
Research Center for Advanced Science and Technology, the University of Tokyo(东京大学先进科学技术研究中心);the University of Tokyo(东京大学);Softbank Corp.(软银公司)
城市街景的无序会影响人们对自身审美品质的感知。建筑物外墙上广告牌的存在被认为是混乱的一个重要因素,但其量化方法尚未以可扩展的方式开发。为了填补这一空白,本文报告了我们的深度学习模型在东京准备的独特数据集上的性能,以分别识别街景中立面和广告牌覆盖的区域。该模型达到了63.17%的准确性,通过交叉联盟(IoU)测量,从而使研究人员和从业者能够通过结合人们的偏好数据来获得对城市街景设计的见解。
2021-06-29 cs.CV cs.CY
The Emotional and Chromatic Layers of Urban Smells
人类能够探测到多达1万亿种气味。然而,城市规划只关注少数不良气味,主要是因为气味目前只能通过城市居民的投诉来捕获。为了捕捉好的和坏的气味,我们诉诸于最近提出的方法,并依赖于标记信息的地理参考图片。在为伦敦和巴塞罗那这样做的过程中,这项工作做出了三个新的贡献。我们研究1)城市气味如何在时间和空间上变化; 2)人们在特定气味的地方分享哪些情绪; 3)如果存在气味,它是什么颜色。如果没有社交媒体数据,在过去很难产生关于这三个方面的见解,这进一步推迟了城市恢复性体验的创造。
2016-05-22 cs.CY cs.SI
Modelling Real-Life Cycling Decisions in Real Urban Settings Through Psychophysiology and LLM-Derived Contextual Data
Universidad de Chile(智利大学)
针对交通场景情绪测量中自我报告法的局限及真实环境上下文数据难获取的问题,提出用LLM从骑行多媒体中提取专家级上下文数据,结合生理数据构建混合模型,证实压力情绪及城市交通状况对骑行决策的显著影响。
2025-10-03 cs.CY eess.SP stat.AP
Estimation of Static and Dynamic Urban Populations with Mobile Network Metadata
个人日常携带的通信设备已变得普遍,为收集大量人口流动的数字元数据提供了前所未有的机会。在本文中,我们提出了一种新的方法来估计人口密度在大城市的规模,使用移动运营商收集的用户存在元数据。我们的方法适合静态人口密度的估计,即,传统普查中每个城市地区的住房单元分布情况。更重要的是,它能够估计动态人口密度,即,大城市中人口的时变分布通过利用大量的现实世界的移动网络元数据和地面实况信息,我们证明了我们的解决方案的准确性优于国家的最先进的方法在实际的异构城市场景授予。
2018-10-30 cs.CY cs.NI cs.SI
An Urban Population Health Observatory System to Support COVID-19 Pandemic Preparedness, Response, and Management: Design and Development Study
背景:COVID-19正在影响全球人民,目前是许多国家的主要死亡原因。这项研究旨在重新定义健康人群2030 SDoH分类,以适应COVID-19大流行。此外,我们的目标是为城市人口健康观察站(UPHO)提供一个蓝图并实施一个原型,这是一个基于网络的平台,将分类的群体级SDoH指标与个人和总体级人口健康数据相结合。建立UPHO的过程涉及收集和整合来自多个来源的数据,将收集的数据分类为驱动因素和结果,采用数据科学技术从原始变量计算可衡量的指标,并研究确定或开发干预措施的程度,以减轻导致不良结果的驱动因素。我们生成并分类了与COVID-19相关的健康社会决定因素指标。为了展示UPHO平台的功能,我们提出了一个原型设计,以展示其功能。我们为4个不同的用户提供了一个用例场景。UPHO是实施有效干预措施的工具,可以作为慢性病和传染病的全球平台。UPHO监测平台为应对COVID-19大流行和其他未来公共卫生危机的即时和长期卫生政策提供了新方法和新见解。UPHO协助公共卫生组织和决策者努力减少健康差距,实现健康公平,改善城市人口健康。
2021-06-16 cs.CY
Urban sidewalks: visualization and routing for individuals with limited mobility
在美国,行动不便的人(定义为在没有帮助和不使用特殊设备的情况下难以或无法行走四分之一英里)面临着越来越大的信息差距:虽然行人路线规划算法变得越来越快,信息量越来越大,但由于缺乏关于路线沿线可达性的综合相关信息,在城市中心使用轮式设备规划路线非常困难。此外,减少进入街道空间意味着减少获得其他公共信息和服务的机会,而这些信息和服务正越来越多地沿城市街道向公众提供。为了充分规划通勤,行动能力有限或有轮子的旅行者必须知道她的道路是否会被建筑物阻挡,人行道是否会太陡或由于条件差而无法使用,街道是否可以穿过或高速公路是否挡住了路,或者是否有人行道。这些详细信息在许多现代城市中填充了不同的数据集,但它们并不能立即以方便的集成格式提供给行动不便的人。我们的项目,EMOMAP,在其第一阶段(v.1)覆盖的信息,最相关的人在地图上的行动不便,使自我规划的路线。在这里,我们描述了该项目的下一阶段:综合常用的开放数据(包括街道,人行道,路边坡道,高程数据和施工许可证信息),以生成路径图,从而实现可变成本函数可访问路由。
2016-02-13 cs.CY cs.HC
InclusiViz: Visual Analytics of Human Mobility Data for Understanding and Mitigating Urban Segregation
本文提出 InclusiViz 可视化分析系统,结合深度学习、可解释 AI 与交互式可视化,利用人类移动数据分析居住及活动空间中的城市隔离,并支持规划干预评估。
2025-01-07 cs.CY cs.HC
A City-Scale Dataset of Traffic Flows, Travel Times, and Urban Context
University of Padua(帕多瓦大学);Fondazione Bruno Kessler(布鲁诺·凯斯勒基金会);Municipality of Padua(帕杜瓦市政府)
本文提出一个基于意大利帕多瓦市2026年2月至4月自动车辆识别记录的多源交通数据集,结合交通流量时间序列与基于轨迹的动态流量统计信息,并整合了兴趣点、人口数据、气象变量和道路基础设施数据,通过Python类提供时空图表示加载时间与上下文数据,验证分析确认数据集能捕捉到早晚高峰及工作日与周末的交通模式。
2026-09-09 cs.CY physics.soc-ph
The New War Correspondents: the Rise of Civic Media Curation in Urban Warfare
在本文中,我们研究的信息共享的做法,人们生活在城市中的武装冲突。我们描述了受墨西哥毒品战争影响的四个城市在Twitter上的微博活动的数量和频率,展示了公民如何使用社交媒体相互提醒,并对困扰他们社区的暴力事件发表评论。然后,我们调查了公民媒体“策展人”的出现,这些人通过在社交媒体上向大量人群聚集和传播信息来充当“战地记者”。最后,我们概述了我们的观察在战时公民媒体系统的设计的影响。
2015-07-05 cs.CY cs.HC cs.SI
Smart Context-aware Rejuvenation of Engagement on Urban Ambient Augmented Things
随着全球城市化趋势的发展,智慧城市作为信息和通信技术(ICT)的一种手段,被用来改善城市治理。然而,对更好的生活空间的轻度恍惚是由升级的老年一代的社会经济影响所刺激的。因此,环境辅助生活(AAL)出现的自主供应普遍的东西或对象从相关的扰动先进的科学仪器。与此同时,随着虚拟现实或增强事物的出现,人们被单调的城市事件的生动刺激所震撼。因此,由于情境感知或情境化的参与,参与/参与信息作为一种实用工具有望改善城市体验。然而,由于公民心理、信息鸿沟、服务可视化等个性化障碍,使有意义的概念变得复杂。此外,建议的做法赤字适应单色的选择,不同的障碍,流动性和注释丰富的城市空间。因此,敬业度的恢复涉及对体验的“服务消耗和适度降级”的监控和量化。然而,语境的不可观察性、语境的独立性和语境的复合性等问题对这一规定提出了挑战。因此,一个参数贝叶斯模型的设想,以解决可观察性和可扩展性的上下文及其共轭关系的参与。最后,提出了系统框架,从参与者的意见、使用和反馈中明确了情境感知参与的关键目标。
2016-03-09 cs.CY
A machine learning method for the large-scale evaluation of urban visual environment
University of Cambridge(剑桥大学);Tsinghua University(清华大学)
考虑到城市化时代现代城市的规模,大多数人的感知能力无法很好地了解城市每个街角的美与丑。相应地,对于规划者来说,也很难准确地回答“城市中哪些地方最难看,应该首先进行更新”,或者“在快速城市化的城市中,城市面貌如何变化”等问题。针对这一问题,本文提出了一种计算机视觉方法,用于大规模自动评价城市视觉环境,通过利用最先进的机器学习技术和广泛覆盖的街景图像。从工作中的各种因素中,我们选择两个关键特征,街道立面的视觉质量和街道墙壁的连续性,作为这条分析线的起点。为了测试这种方法的有效性,我们进一步比较了机器的评级与现场收集的评级从752路人在56个位置。我们表明,机器学习模型可以对人们的真实视觉体验进行很好的估计,并且在城市设计评估、文化识别等各种任务中具有很大的潜力。
2016-08-11 cs.CV cs.CY cs.HC
Jane Jacobs in the Sky: Predicting Urban Vitality with Open Satellite Data
Nokia Bell Labs(诺基亚贝尔实验室);University College London(伦敦大学学院);The Alan Turing Institute(艾伦·图灵研究所)
人们整天都在城市地区,通常被称为“城市活力”,这是世界级城市最渴望的品质之一,但也是最难实现的品质之一。早在20世纪70年代,简·雅各布斯(Jane Jacobs)就提出了城市活力的理论,并发现促进城市生活需要四个条件:土地使用的多样性、小街区的大小、经济活动的混合以及人口的集中。为了建立这四个条件的代理,并最终大规模测试简·雅各布斯的理论,研究人员不得不从各种来源收集私人和公共数据,这花了几十年的时间。在这里,我们建议使用一个单一的数据来源,这恰好是公开的:哨兵-2卫星图像。特别是,由于前两个条件(土地利用的多样性和小块大小)在卫星图像中是肉眼可见的,我们测试了我们是否可以用最先进的深度学习框架自动提取它们,以及最终提取的特征是否可以预测生命力。在六个意大利城市,我们有呼叫数据记录,我们发现,我们的框架能够解释平均55%的城市活力的变化,从这些记录中提取。
2021-01-28 cs.CV cs.CY eess.IV
When Disability Disclosure Travels: Memory, Privacy, and Contextual Integrity in Conversational AI
Carnegie Mellon University(卡内基梅隆大学);Indiana University Indianapolis(印第安纳大学印第安纳波利斯分校)
本研究通过访谈12位美国残障用户,揭示其在对话式AI中按需披露残障、面临双重接收者规范冲突及记忆功能导致信息漂移,提出需增强情境控制以保护隐私。
2026-09-22 cs.CY cs.HC
The spatial accessibility of attractive parks in Chicago and a proposed planning support system to evaluate the accessibility of POIs
城市公园在满足居民的生态、社会和娱乐需求方面发挥着重要作用。进入城市公园反映了人们的生活质量。本研究的重点是通过步行和开车到有吸引力的城市公园在芝加哥不同人群的累积可达性。本研究使用谷歌地图上的评分和评论数量来评估每个公园的吸引力。结果提出了使用重力,线性和内核模型的累积可访问性得分。此外,在90米X90米的土地单元尺度和社区一级显示了不同种族和收入水平的人口群体进入公园的空间分布。非常有吸引力的公园,人们步行获得高可达性分数。然而,人们驾车前往的可达性得分高的公园位于主要高速公路沿线。本研究还确定,黑人和高收入人口比其他人口群体对公园的可达性得分更高。此外,提出了一个规划支持系统,该系统使用可以从Google Maps和Yelp等应用程序收集的评级数据来评估公园中所有类型的兴趣点(POI)。
2022-09-25 cs.CY physics.soc-ph
Visitors to urban greenspace have higher sentiment and lower negativity on Twitter
Gund Institute for Environment, University of Vermont(佛蒙特大学冈德环境研究所);Vermont Complex Systems Center, University of Vermont(佛蒙特大学复杂系统中心);Rubenstein School of Environment and Natural Resources, University of Vermont(佛蒙特大学鲁宾斯坦环境与自然资源学院);Department of Mathematics and Statistics, University of Vermont(佛蒙特大学数学与统计系)
随着越来越多的人生活在城市,我们正在目睹接触自然的机会减少。越来越多的研究表明,接触大自然和改善情绪之间存在联系。在这里,我们使用Twitter和Hedonometer,一个世界分析工具,调查情绪,或人们写的话的估计幸福,在访问旧金山的城市公园系统之前,期间和之后的变化。我们发现,在公园参观期间,情绪明显较高,并在参观后的几个小时内保持高位。利用不同类型公园植被覆盖的差异,我们探讨了不同类型的户外公共空间如何有助于主观幸福感。在参观地区公园时,这些公园更绿,植被覆盖率更高,与参观市政广场和广场时的推文相比,推文的情绪增加幅度更大。最后,我们分析了词频,以探索理论上将自然暴露与精神和认知益处联系起来的几种机制。在参观城市公园的过程中,诸如“不”、“不”和“不要”等否定词的使用频率有所下降。这些结果可以被城市规划者和公共卫生官员用来更好地针对不断增长的城市人口的自然接触建议。
2019-08-27 cs.CL cs.CY cs.SI
Smart Street Lights and Mobile Citizen Apps for Resilient Communication in a Digital City
目前,近40亿人生活在城市地区。由于这一趋势正在加剧,这些地区的自然灾害或恐怖袭击影响到越来越多的人。虽然信息和通信技术对城市基础设施的运作及其居民的福祉至关重要,但目前的技术很容易受到各种干扰。在未来的智慧城市中,更有弹性的城市基础设施对于处理越来越多的危险情况至关重要。我们提出了一种基于智能路灯的新型弹性通信方法,作为公共基础设施的一部分。它支持人们的日常生活,并使其功能适应紧急情况的挑战。我们的方法依赖于各种环境传感器和用于自动情况评估的原位处理,以及一系列通信机制(例如,公共WiFi热点功能和网状联网),用于维护通信网络。此外,弹性不仅是基于数字城市市政当局部署的基础设施实现的,而且还基于通过在其移动设备上运行的软件(例如,智能手机和平板电脑)。基于Web的零安装和平台无关的应用程序可以切换到设备到设备的通信,即使在灾难情况下也能继续造福于人们。我们的方法,具有隐蔽通道的专业响应者和零安装应用程序,通过原型实现的基础上,商业路灯进行评估。
2019-08-27 cs.CY cs.HC
Visualising Emotional Landmarks in Cities
不同的人和文化将不同的情感状态与城市的不同部分和空间联系在一起。这些根据个人,他们的文化以及一天中的时间,一周中的一天,季节,特殊场合等而有所不同。重复出现的模式可能发生在人们工作、学习、娱乐、消费、联系、等待或只是休息的地方。我们能从这些模式中学到什么?试图找到这个问题的可能答案,通过可视化和表现城市空间中情感表达的配置的可能性,跨越时间,地理,主题,文化和其他维度。我们已经开发了一些方法,可以从主要的社交网络中收集人们的地理定位(或地理定位)情感表达,并根据各种不同的模式将其可视化。在本文中,我们将介绍一系列这些类型的可视化,以及如何使用它们来更好地理解这些情感模式,因为它们来自人类学,城市化,社会学,政治学以及艺术和诗学的观点。本文将重点关注从不同的社交网络中收集数据的方式,然后使用描述情绪状态的元数据进行分类和注释,人们表达自己的语言,地理位置,表达的主题。然后将详细介绍一种在各种域(时间,空间,情感,主题)中表示这些信息的方法。对人类学、城市化、政策制定、艺术和设计的可能使用案例的反思将结束本文的贡献,以及对一系列开放问题的描述和对可能的下一步研究的指示。
2014-12-17 cs.CY cs.HC
Beyond Distance: Mobility Neural Embeddings Reveal Visible and Invisible Barriers in Urban Space
本研究利用神经嵌入模型分析美国11城市2540万条轨迹,学习移动性嵌入以定义行为功能距离,揭示了设施获取、行政边界和居住隔离等无形屏障对城市可达性的影响,为城市规划和公平分析提供了可扩展框架。
2025-06-30 cs.CY physics.soc-ph
Generative methods for Urban design and rapid solution space exploration
快速的人口增长和气候变化推动了大规模的城市更新和城市化。需要新的计算方法来更好地支持城市设计师开发可持续,弹性和宜居的城市环境。城市设计空间探索和总体规划的多目标优化可用于加快规划,同时通过结合考虑不同利益相关者要求的生成参数建模和基于模拟的性能反馈来实现更好的设计结果。然而,缺乏可与仿真和各种设计性能分析相结合的可推广和集成的城市形态生成方法,限制了工作流的可扩展性。本研究介绍了一个基于张量场的生成式城市建模工具包的实现,该工具包通过与Rhino/Grasshopper生态系统及其城市分析和环境性能模拟工具集成,促进了快速的设计空间探索和多目标优化。我们的张量场建模方法为用户提供了一种通用的方式来编码上下文约束,如海滨边缘,地形,视轴,现有的街道,地标和非几何设计输入,如网络方向性,所需的街道密度,设施,建筑物和人作为建模人员可以权衡的力量。这允许用户生成许多不同的城市结构配置,这些配置类似于现实世界的城市,只需很少的模型输入。我们提出了一个案例研究,以证明拟议的框架的灵活性和适用性,并显示如何建模可以识别设计和环境绩效协同作用,否则很难找到
2022-12-13 cs.CY stat.AP
Urban Computing in the Era of Large Language Models
South China University of Technology(华南理工大学);The University of Hong Kong(香港大学);City University of Hong Kong(城市大学)
本文综述了大语言模型在城市计算中的应用,涵盖交通、公共安全和环境监测等领域,总结了LLMs的功能角色与实现模式,并提出潜在解决方案、可用数据集工具及未来研究方向。
2025-04-30 cs.CL cs.CY