-
题名可持续建成环境研究的机器学习应用进展与展望
被引量：4
- 1
-
-
作者
刘泽润
刘超
-
机构
同济大学建筑与规划学院
同济大学智慧社区试验中心
-
出处
《风景园林》
2023年第7期51-59,共9页
-
基金
国家自然科学基金青年项目“基于人工智能的城市PM2.5时空格局”(编号52108060)
国家重点研发计划“十四五重点研发子课题:形流匹配的国土空间综合效能评价”(编号2022YFC3800804)
+1 种基金
上海市自然科学基金项目“人工智能评估城市PM2.5浓度的时空格局及规划响应——以上海市为例”(编号21ZR1466500)
上海市科技支撑双碳专项“面向区域碳中和的超大城市规划设计关键技术”(编号22DZ1207800)。
-
文摘
【目的】大数据、物联网和人工智能技术正在经历快速发展阶段,其中机器学习的应用尤为瞩目,探索机器学习对可持续建成环境研究的影响具有理论和实践价值。【方法】基于文献综述,聚焦城市公共健康、能源碳排放、气候环境、生态系统、绿色出行5个可持续建成环境重要议题,详述机器学习的概念、分类、重要算法及关键应用。【结果】提出机器学习应用预测性有余解释力不足的特点,梳理机器学习发展从预测性到解释性的趋势,分析机器学习应用对研究的影响。【结论】结果表明:解释性方法和可读模型增多,研究目的更加侧重决策解读和规律总结,但基于实证研究的因果机制探索仍较少。基于此,比较分析了机器学习在不同议题中的典型应用,展望未来的发展前景。
-
关键词
人工智能
解释性机器学习
公共健康
能源碳排放
气候环境
生态系统
-
Keywords
artificial intelligence
interpretable machine learning
public health
energy consumption and carbon emission
climate and environment
ecosystem
-
分类号
TU984
[建筑科学—城市规划与设计]
TU986
[建筑科学—城市规划与设计]
TP181
[自动化与计算机技术—控制理论与控制工程]
-
