У Філадельфії створили інструмент для виявлення джентрифікації за зображеннями

Дослідники з Drexel University розробили інструмент машинного навчання, здатний виявляти та відстежувати процеси джентрифікації у Філадельфії на основі аналізу міських зображень.

Метою проєкту стало створення прозорого й надійного способу моніторингу соціально-економічних змін у щільно забудованих районах, де візуальні ознаки джентрифікації часто проявляються по-різному.

Джерело: phys.org

В основі підходу — поєднання кількісних даних із досвідом самих мешканців. Команда використала тисячі архівних і сучасних зображень міста, дані про дозволи на будівництво та результати фокус-груп у трьох районах Філадельфії, де за даними перепису спостерігалися ознаки джентрифікації. Це дозволило створити, за словами авторів, першу модель «глибокого картографування», що інтегрує візуальні та соціальні сигнали. Результати дослідження опубліковано в журналі PLOS One.

Керівниця дослідження, докторантка інженерного коледжу Maya Mueller, зазначила, що мешканці миттєво впізнають джентрифікацію у своєму районі, навіть якщо її важко формалізувати. На основі їхніх спостережень команда визначила 16 архітектурних ознак нової забудови — зокрема одноманітні «коробчасті» будинки, контрастні матеріали, нові паркани та виступні вікна — і використала їх для навчання нейронної мережі ResNet-50.

Під час тестування модель змогла визначати джентрифікацію з точністю 84%, а її результати добре корелювали з міськими даними про нове будівництво. Співавтор дослідження Simi Hoque наголосив, що завданням було перевести інтуїтивне відчуття мешканців у формалізовані дані. На думку команди, такий інструмент може допомогти міським планувальникам, місцевій владі й громадським організаціям своєчасно реагувати на ризики витіснення мешканців і ухвалювати більш обґрунтовані рішення.