Ученые Пермского Политеха впервые в России создали нейросетевую модель, которая прогнозирует транспортную доступность городских кварталов по их планировке и подсказывает, что именно нужно изменить, чтобы люди быстрее добирались до работы, школ и больниц. Об этом «Газете.Ru» сообщили в пресс-службе университета.
Транспортная доступность — то есть возможность за приемлемое время добраться до нужных мест — считается одним из главных показателей качества жизни в городе и напрямую влияет на стоимость жилья. При этом ошибки в планировке обходятся дорого: прокладка новых дорог стоит миллиарды, но не всегда ускоряет поездки. Существующие навигационные сервисы и математические модели показывают лишь текущую картину — сколько ехать из точки А в точку Б, — но не объясняют, почему так и что менять.
Чтобы решить эту задачу, исследователи разобрали реальный российский город с исторической, советской и современной застройкой на кварталы и для каждого собрали параметры планировки: плотность улиц, число перекрестков и тупиков, извилистость проездов. Затем рассчитали для каждого квартала индекс доступности — по числу рабочих мест, достижимых за 45 минут (максимально допустимое по нормам время в пути).На этих данных и обучили нейросеть.
«Модель 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 старший преподаватель кафедры «Архитектура и урбанистика» ПНИПУ Екатерина Савельева. Точность прогноза составила 95%.
Главное преимущество, по словам разработчиков, в том, что модель не просто выдает индекс, а показывает, какой параметр сильнее всего его снижает: например, в одном квартале виновата излишняя извилистость улиц, а в другом — нехватка перекрестков. Это помогает властям тратить бюджет только на действительно полезные проекты.
Ранее в России придумали, как безопасно и эффективно очищать старинные книги лазером.