Машинно обучение пресъздава квартали, разрушени от Втората световна война, използвайки стари карти
Използвайки силата на машинното образование и историческите карти, откривателите реализираха завладяващ героизъм – основаването на 3D цифрови модели, които блестящо пресъздават разрушени квартали.
Представете си, че сте с очила за виртуална действителност, гледайки улиците и постройките на родния си град, които са съществували преди доста време.
И въпреки всичко, съгласно откривателите, които стоят зад създаването, тези цифрови модели надвишават нововъведенията. Те служат като скъпи принадлежности за осъществяване на проучвания, считани преди за невъзможни.
Едно удивително приложение е оценката на икономическите загуби, понесени от разрушаването на скъпи исторически квартали, като по този метод се отварят нови пътища за разбор и схващане.
Съживяване на изгубени градове с 90% акуратност
Изследването стартира с карти на Sanborn Fire Insurance, в началото създадени, с цел да оказват помощ на противопожарните застрахователни компании да оценят рисковете си в почти 12 000 града в Съединени американски щати през IX и XX век.
„ Историята тук е, че в този момент имаме способността да отключим изобилието от данни, които са вградени в тези противопожарни атласи на Sanborn “, споделя съавторът Харви Милър, професор по география в Ohio State Univeristy.
„ Това дава опция за напълно нов метод към градското историческо проучване, което в никакъв случай не бихме могли да си представим преди машинното образование “, прибавя той.
Първоначално откривателите са изправени пред предизвикването да съберат ръчно данни от тези карти, което се оказа трудоемко и лишава доста време. Благодарение на Библиотеката на Конгреса към този момент са налични цифрови версии.
Съавторът на проучването Юе Лин, докторант по география в щата Охайо, по-късно сътвори принадлежности за машинно образование, с цел да извлече характерни строителни елементи от картите. Тези детайлности обгръщат локации на здания, отпечатъци, брой етажи, строителни материали и главно жилищно или комерсиално потребление.
„ В положение сме да добием доста добра визия по какъв начин наподобяват постройките от данните, които получаваме от картите на Санборн “, споделя Лин.
Изследователите ползват техниката си за машинно образование в два квартала в Кълъмбъс, Охайо, значително разрушени през 60-те години на предишния век, с цел да построят американската автомагистрала I-70.
Първият квартал, Ханфорд Вилидж, е учреден през 1946 година, с цел да приюти завърнали се чернокожи ветерани от Втората международна война. Вторият квартал, Драйвинг Парк, също е приютявал оживена чернокожа общественост, до момента в който не бъде разграничен от построяването на I-70.
Сравнение на картите на Sanford за показване на данни разкрива 380 разрушени здания в кварталите, включващи 286 къщи, 86 гаража, пет жилището и три магазина.
Анализът сподели, че моделът за машинно образование е постигнал висока акуратност при възпроизвеждане на информацията от картата, с почти 90% акуратност за отпечатъци на здания и строителни материали.
„ Искаме да стигнем до точката в този план, където можем да дадем на хората очила за виртуална действителност и да ги оставим да се разхождат по улицата, каквато е била през 1960 или 1940 или може би даже 1881 “, споделя Милър.
Изследователите настояват, че този метод може да се употребява за наново основаване на квартали, изгубени от естествени бедствия като наводнения, както и градско възобновяване, обезлюдяване и други типове промени.
Пълното изследване е оповестено в PLoS ONE и може да бъде открито тук.
