Multi-scale Intervention Planning based on Generative Design

要約

都市環境における緑地の不足は、重大な課題となっています。
住民の健康と幸福に影響を与える複数の悪影響があります。
小規模な介入、例:
ポケット パークは実行可能なソリューションですが、特定の領域での設計と実装に関わる複数の制約が伴います。
この研究では、自然ベースのソリューションに焦点を当て、マルチスケールの介入計画に生成 AI の機能を活用します。
画像から画像へのアルゴリズムと画像修復アルゴリズムを活用することで、都市部の緑地不足に対処する方法論を提案します。
緑が不足しているテッサロニキの 2 つの路地に焦点を当て、NBS 介入の視覚化におけるアプローチの有効性を実証します。
私たちの調査結果は、都市介入計画プロセスの将来を形作る上での新興テクノロジーの変革の可能性を強調しています。

要約(オリジナル)

The scarcity of green spaces, in urban environments, consists a critical challenge. There are multiple adverse effects, impacting the health and well-being of the citizens. Small scale interventions, e.g. pocket parks, is a viable solution, but comes with multiple constraints, involving the design and implementation over a specific area. In this study, we harness the capabilities of generative AI for multi-scale intervention planning, focusing on nature based solutions. By leveraging image-to-image and image inpainting algorithms, we propose a methodology to address the green space deficit in urban areas. Focusing on two alleys in Thessaloniki, where greenery is lacking, we demonstrate the efficacy of our approach in visualizing NBS interventions. Our findings underscore the transformative potential of emerging technologies in shaping the future of urban intervention planning processes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google