城市大数据 低碳可持续发展-博士Seminar 精彩回顾1 | 学术分享

文摘   文化   2024-07-29 23:39   广东  

最新一期博士 Seminar精彩回顾

带你快速一览!


本期博士研讨会,资料信息准备了3天,干货满满

分享5个大家都关心的内容

- 研究课题分享

- 博士申请材料

- 奖学金申请

- 博士申请规划

- 职业规划心得





/ 导师介绍  

Urban big data analysis, low-carbon and sustainable directionStudy in research projects





/Seminar  Part1

城市大数据分析 
低碳可持续方向
研究项目学习
Research project sharing and learning
主要分享城乡规划建筑学方向的研究课题,以及GIS地理信息系统软件的应用。首先,介绍了30%绿化空间原则,即在500米的半径范围内,至少有30%的绿化覆盖。其次,讲解了如何进行空间相关性分析,包括莫兰指数的空间自相关等工具。接着,分享了卷积神经网络模型在历史街区内部行人活动及历史建筑监测中的应用。





# 项目一


关于城市绿视率的研究项目 
主要运用GIS的空间分析和社会调研方法,进行定量研究。



项目研究地点是厦门,着重探讨了“3-30-300”绿化空间原则对城市绿化暴露和居民健康的影响。

关于“3-30-300”绿化空间原则:

  • 3:受访者家中至少能看到三棵树。

  • 30:500米半径范围内至少有30%的绿化覆盖(树冠面积)。

  • 300:300米范围内至少有一个可达的公园或绿地。




研究通过GIS空间分析,结合社会调研问卷数据,进行了全局和局部角度的分析。

结果显示:满足“3-30-300”原则的区域,居民的心理和身体健康状况显著优于未满足该原则的区域。在绿化覆盖率高的区域,居民的心理健康状况较好;公园可达性高的区域,居民的身体健康状况较佳。



这个项目是跟绿化生态有关系的。如果你经常阅读文献便不难发现,与绿化生态相关的可持续发展、低碳环保的领域,确实是一个比较好发文章的研究方向。



做研究,我们要把一个问题进行拆解,那么拆解过程中你才能选到合适的方法。


在seminar中 导师特别指出,在研究中明确具体的问题和选择合适的方法至关重要!因此通过具体的案例,展示了如何将复杂的问题进行拆解,并应用合适的研究方法进行分析!


大家在写这种论文的时候,有一个很大的困惑点,就是我想探究这个东西,但是我不知道用什么方法去探究。这种时候,知道哪些有效的研究方法就非常重要了!

如果同学希望做研究或者说希望跟着我做研究的话,我会如何带领大家学习和运用这些方法。





# 项目二


获得一等奖的国际竞赛项目
利用YoloV5 进行历史街区内部的行人活动及历史建筑健康监测并进行设计改造


YoloV5是CNN算法下的一个模型。项目在厦门中山路历史街区内进行研究,该研究利用卷积神经网络(CNN)算法监测行人活动和历史建筑的状态。做这个研究其实不难!




怎么做?

导师是用iPhone录制了一个小时的视频,然后通过深度神经网络进行训练,以分析行人路径,直接得到结果。

人群走在街道上,那么可以让这这个深度神经网络模型直接识别出人群,并做出框。 
通过Python编程,加入一些小算法,就底边黄色线,是行人路径的计算线,这条线所扫过的像素画面里的像素点就代表行人走过的路径,这条线覆盖的次数越多,它颜色就越亮,那就表明有更多的人到达了该区域。
研究结果和方法展示了数据分析的实际应用,帮助识别需要改进的地方,如增加雕塑以增强区域吸引力。


这个方法展示了
将计算机视觉与城市研究相结合的创新应用。





高亮的区域是行人走的最多的地方




那么,假如是学建筑,同样的算法能不能拿来用?


答案肯定是可以。比如历史街区保护,它是跨度非常大的建筑学方向。古建的保护修复涉及到方方面面,外立面、结构、一些美学知识,还涉及到内部材料。

如何把这个技术怎么用在建筑监测中?
首先,先收集原始图像尺寸 做数据增强。
接着,做这个模型标注与训练,比如说良好的建筑是什么样的?大部分受损的建筑是什么样的?小部分受损是什么样?能不能给它多做一些模型?让它多做一些模型的原始数据标注以及对这个模型的训练。
简言之,就是能一句话一段话讲清楚,从而训练计算机认出你标出的东西,最终得出测试结果。





GIS工具运用


只要是城乡规划跟风景园林或者人文地理学的同学,如果你想发SCI或高水平的文章,或者说你想读博?GIS是必须要会的。
如ArcGIS、QGIS等,它们用于进行地理空间分析,主要包括LISA空间关联指数、空间相关性分析和地理加权回归(GWR)。这些工具在研究中帮助识别影响因子和空间聚集特征。此外,SPSS或Matlab也是不可或缺的量化统计工具,用于执行回归模型和各种量化分析。

看文献的同学经常看到这些公式表示会很头痛了,这些方法我究竟要怎么用?
其实只要你找准研究对象和目标,然后按照GIS里的一些工具学习流程,那么也可以做一些分析。

在研究过程中,选择正确的研究方向和方法尤为重要。
例如,绿地与低碳相关的研究是当前的热门方向。通过结合GIS空间分析和问卷调查数据,可以发现绿地覆盖率与健康指标之间的相关性。研究强调了结果描述的重要性,需先概括趋势,再分点详细解释各图表的具体内容。


做一个高水平的研究就两个核心:方向和方法选对了,
成功是水到渠成的事情!
那具体是有哪些方向,什么样的研究方法,需要运用那些软件辅助,如何将技术更好融入运用在研究上,
在本次博士seminar上,导师会详细分享!



Part1 精彩内容就到这啦,仅介绍学术分享的部分!

Part2 是介绍海外全奖博士申请的干货分享~


要了解本期seminai的全部内容,导师更为细致的讲解与分享,不错过任何一个精彩细节!


快来找我立即学习吧!



   参加费用:

 /   RMB 19.9   / 


👇欢迎扫下方码,添加【质控老师】👇

备注:博士seminar


了解seminar详情 或 直接付款,

参与学习!




↓ 更多 往期 Seminar 回顾 请点击 ↓




博士seminar 精彩回顾 第一弹


博士seminar 精彩回顾 第二弹



最新AI空间设计科研班招募学员中!

适合:学习AI技术、空间设计、发表sci论文、申博背景提升的学生



///

关于DrSection:建立DN社区,专门为海内外doctoral research打造的学术交叉,研究潜力项目的平台,我们自身在做建规类、艺术设计、人工智能、人机交互等方向的研究,需要申博或者发表论文辅导,不妨找我们聊聊!!




///

↓ 更多你想知道的DrSection学术和资讯 欢迎点击以下 ↓



   


   


   





///


DrSection,将继续分享最新的建筑论文、人工智能研究

与更多的学术知识,

为有需要的小伙伴提供丰富的资源!


了解更多学术资料详情,

持续关注DrSection公众号!👇


            




DrSection
Dr. Section Lab 联合全球知名学府的学者、硕博毕业生、博后,国际知名事务所在职建筑师,国际优秀事务所创始人以及相关专家、单位和学术团体,打造国内最前沿的建筑与艺术设计学术实践交流平台。
 最新文章