일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
- 도시인공지능
- 공간분석
- 그래프색상
- 스마트시티
- multinomiallogitregression
- 베이지안뉴럴네트워크
- 웹크롤링
- 도시설계
- postgres
- spacesyntax
- digitalgeography
- 파이썬
- connectivity
- 베이지안
- 네이버
- digital geography
- graphtheory
- 서울데이터
- SQL
- 공간데이터
- 그래프이론
- pandas
- 도시계획
- 서울
- Python
- naver
- 핫플레이스
- 도시공간분석
- QGIS
- platformurbanism
- Today
- Total
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
- 도시인공지능
- 공간분석
- 그래프색상
- 스마트시티
- multinomiallogitregression
- 베이지안뉴럴네트워크
- 웹크롤링
- 도시설계
- postgres
- spacesyntax
- digitalgeography
- 파이썬
- connectivity
- 베이지안
- 네이버
- digital geography
- graphtheory
- 서울데이터
- SQL
- 공간데이터
- 그래프이론
- pandas
- 도시계획
- 서울
- Python
- naver
- 핫플레이스
- 도시공간분석
- QGIS
- platformurbanism
- Today
- Total
목록2025/02 (2)
이언배 연구노트

Space Syntax 중에서 angular segment analysis 를 돌리면,도로를 자근자근 쪼개서 각 segment로 분리한 뒤,각 segment끼리의 각도를 중심으로 네트워크 분석을 시행한다. 이거로 끝나면 다행이지만, 문제는DepthmapX로 돌려 나온 결과물은 좌표도 딱히 없고, 도로 객체랑 매치도 안된다.그리고 ID column도 사라져있기 때문에, geometry 로 매칭시켜야 한다. 그리고 도로 geometry 는 linestring이기 때문에,"딱 맞는다" 또는 "포함관계" 를 보기가 어렵기 때문에, 도로geometry 에 약간의 buffer를 주고,그 안에 포함되는 segment 의 평균과 합으로 계산해보자는 전략을 취해보자. CREATE TABLE seoul_ped_spaces..

때는 바야흐로 엊그제 저녁, 교수님께서 논문을 검토해주시고는"BNN 결과물의 분포로부터 뽑은 샘플의 분산이 uncertainty 라고 해서 시각화한 건 알겠는데, 그 의미를 명확히 하는 게 좋겠다" 는 말씀을 주셨다. 상황은 이렇다,북촌의 보행량을 예측하는 BNN을 만들었고, 그 결과물은 '분포'로 나온다.왜냐하면 도시에서 '확실'한 건 없으니까, 불확실성을 포함한 결과물을 낼 수 있는 머신러닝 모델을 만드는 건 도움이 될 거라고 생각했기 때문.BNN 은 결과물을 확률에 기반한 분포로 주기 때문에, 분포를 알기 위한 샘플의 평균으로 주된 값을 구하고, 그 분포로 결과물의 '불확실성' 을 얻는다. 여기까지가 BNN 을 쓰게 되는 의미있는 사실인데, 세상에마상에나, 보행량은 0~1200이 넘는 수준으로 다..