| 研究課題/領域番号 |
16K06652
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
都市計画・建築計画
|
|---|
| 研究機関 | 大阪市立大学 |
|---|
研究代表者 |
瀧澤 重志 大阪市立大学, 大学院生活科学研究科, 教授 (40304133)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2017年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
2016年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | Space Syntax / 凸被覆 / 極大クリーク / ハイパーグラフ / 極小ヒッティングセット / 深層学習 / 3次元Isovist / 全方位深度画像 / スペースシンタックス / 極大クリーク列挙 / ZDD / 整数計画法 / Gassin / 3D Isovist / Unity / 極小横断列挙 / 被覆問題 / 整数計画問題 / 性能限界 / 列挙アルゴリズム / スペースシンタクス / 極小横断列挙問題 |
|---|
| 研究成果の概要 |
本研究では，Space Syntaxが抱える問題点である①厳密解を求めることの困難さ，②複数の解の存在可能性，③視線による空間の過度な抽象化に対して，高速な列挙アルゴリズム等を用いてそれらを克服することを目指した．まず③の問題に対して，極大クリーク列挙により広がりを持った領域として平面・空間の分割を求め，次にそれらの最小の被覆をハイパーグラフの極小横断列挙で求めることで①②の問題に対応した．
さらに，もう一つの重要な分析手法である3次元Isovistを，任意の地点でリアルタイムで任意の解像度の画像として抽出する方法と，深層学習に基づいてその特徴を抽出する方法ついても技術開発を行った．
|
| 研究成果の学術的意義や社会的意義 |
適用できる空間の規模が限定されるものの，それまで実現できていなかった，空間の極大な凸被覆パタンを全列挙できる点で，開発した方法は学術的に画期的である．加えて，Axial mapにより線的に扱われていた空間のネットワーク分析を，面的なそれに拡大できたことも意義が大きい．3次元Isovistを精度高く取得しようとすると計算時間が線的に増大するが，GPUの機能を利用して高解像度でリアルタイムでそれを取得する研究はこれまでなかった．また，得られた深度情報の特徴量を明示することなく深層学習で学習させて，景観評価の汎化性能が向上することを確認し，画像を使った空間分析研究での深度情報の重要性を明らかにした．
|
