도시 연구에 도움이 되는 기계 학습 기술

가상 현실 헤드셋을 착용하고 도시의 오래 전에 사라진 동네를 “걷는” 것을 상상해보세요. 거리와 건물이 수십 년 전에 나타났던 모습을 볼 수 있습니다.

연구자들이 머신 러닝과 역사적인 Sanborn Fire Insurance 지도를 사용하여 역사적인 이웃의 3D 디지털 모델을 만드는 방법을 개발했기 때문에 이는 매우 현실적인 가능성입니다.

그러나 디지털 모델은 참신함 그 이상이 될 것입니다. 연구자들은 역사적인 지역의 철거로 인한 경제적 손실을 추정하는 것과 같이 이전에는 거의 불가능했을 연구를 수행할 수 있는 자원을 제공할 것입니다.

이 연구의 공동 저자이자 오하이오 주립 대학의 지리학 교수인 Harvey Miller는 “여기서 이야기는 우리가 이제 이 Sanborn 화재 지도에 포함된 풍부한 데이터를 잠금 해제할 수 있는 능력을 갖게 되었다는 것입니다.”라고 말했습니다.

“기계 학습 이전에는 상상할 수 없었던 도시 역사 연구에 대한 완전히 새로운 접근 방식을 가능하게 합니다. 게임 체인저입니다.”

이 연구는 저널에 오늘(2023년 6월 28일) 게재되었습니다. 플로스 원.

이 연구는 화재 보험 회사가 19년 동안 미국의 약 12,000개 도시와 마을에서 책임을 평가할 수 있도록 만든 Sanborn 지도에서 시작됩니다.^일 그리고 20^일 수세기. 오하이오 주립 도시 및 지역 분석 센터(CURA)의 이사인 밀러는 대도시에서는 정기적으로 업데이트되는 경우가 많다고 말했습니다.

연구원의 문제는 이러한 지도에서 사용 가능한 데이터를 수동으로 수집하는 것이 지루하고 시간이 많이 걸린다는 것입니다. 적어도 지도가 디지털화되기 전까지는 말입니다. 이제 의회 도서관에서 디지털 버전을 사용할 수 있습니다.

연구 공동 저자인 오하이오 주립대 지리학 박사 과정 학생인 Yue Lin은 지도에서 개별 건물에 대한 위치와 발자국, 층 수, 건축 자재 및 주요 용도를 포함하여 개별 건물에 대한 세부 정보를 추출할 수 있는 기계 학습 도구를 개발했습니다. 주거나 사업처럼.

Lin은 “Sanborn 지도에서 얻은 데이터를 통해 건물이 어떻게 생겼는지에 대한 아주 좋은 아이디어를 얻을 수 있습니다.”라고 말했습니다.

연구자들은 1960년대에 I-70 건설을 위해 대부분 파괴된 오하이오주 콜럼버스의 근동쪽에 있는 인접한 두 지역에서 기계 학습 기술을 테스트했습니다.

이웃 중 하나인 핸포드 빌리지(Hanford Village)는 1946년 제2차 세계 대전에서 돌아온 흑인 참전 용사들을 수용하기 위해 개발되었습니다.

CURA의 아웃리치 코디네이터인 연구 공동저자 게리카 로건(Gerika Logan)은 “GI 법안은 재향군인에게 주택 구입 자금을 제공했지만 새 건물에만 사용할 수 있었다”고 말했다. “그래서 대부분의 집은 지어진 지 얼마 되지 않아 고속도로에서 사라졌습니다.”

연구의 다른 동네는 I-70이 두 개로 나누기 전까지 번창하는 흑인 커뮤니티가 거주했던 드라이빙 파크(Driving Park)였습니다.

연구자들은 I-70이 건설되기 직전인 1961년에 제작된 두 지역에 대해 13개의 Sanborn 지도를 사용했습니다. 기계 학습 기술은 지도에서 데이터를 추출하고 디지털 모델을 만들 수 있었습니다.

Sanford 지도의 데이터를 현재와 비교한 결과 고속도로를 위해 두 지역에서 주택 286채, 차고 86채, 아파트 5채, 상점 3채 등 총 380채의 건물이 철거된 것으로 나타났습니다.

결과를 분석한 결과 기계 학습 모델이 지도에 포함된 정보를 재생성하는 데 매우 정확했으며 건물 발자국 및 건축 자재에 대해 약 90% 정확했습니다.

“정확도가 인상적이었습니다. 다른 방법으로는 불가능했을 이 동네의 모습을 실제로 시각적으로 파악할 수 있습니다.”라고 Miller는 말했습니다.

“우리는 이 프로젝트에서 사람들에게 가상 현실 헤드셋을 제공하고 1960년이나 1940년 또는 심지어 1881년처럼 거리를 걸을 수 있도록 하는 지점에 도달하고 싶습니다.”

이 연구를 위해 개발된 기계 학습 기술을 사용하여 연구자들은 Sanborn 지도가 있는 거의 모든 12,000개의 도시와 마을에 대해 유사한 3D 모델을 개발할 수 있다고 Miller는 말했습니다.

이를 통해 연구자들은 홍수와 같은 자연 재해, 도시 재개발, 인구 감소 및 기타 유형의 변화로 잃어버린 동네를 다시 만들 수 있습니다.

Sanborn 지도에는 특정 건물을 점유한 기업에 대한 정보가 포함되어 있기 때문에 연구원은 디지털 이웃을 다시 만들어 도시 재개발 또는 기타 요인으로 인한 경제적 영향을 판단할 수 있습니다. 또 다른 가능성은 주택을 태양열을 흡수하는 고속도로로 교체하는 것이 도시 열섬 효과에 어떤 영향을 미치는지 연구하는 것입니다.

“수행할 수 있는 다양한 유형의 연구가 있습니다. 이것은 도시 역사가와 다양한 다른 연구자들에게 엄청난 자원이 될 것입니다.”라고 Miller는 말했습니다.

“이러한 3D 디지털 모델을 만들고 건물을 재구성할 수 있다는 것은 차트, 그래프, 표 또는 기존 지도에 표시할 수 있는 것보다 훨씬 더 많은 것을 추가합니다. 여기에는 놀라운 잠재력이 있습니다.”

출처: https://www.sciencedaily.com/releases/2023/06/230628201326.htm