Browsing by Author "Ramírez Sarmiento, Tomás Ignacio"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
- ItemMeasuring heterogeneous perception of urban space with massive data and machine learning: An application to safety(2021) Ramírez Sarmiento, Tomás Ignacio; Hurtubia, Ricardo; Löbel Díaz, Hans-Albert; Rossetti, T.Urban space safety Machine learning Heterogeneous perception Built environment In the last decade, large street imagery data sets and machine learning developments have allowed increasing scalability of methodologies to understand the effects of landscape attributes on the way they are perceived. However, these new methodologies have not incorporated individual heterogeneity in their analysis, even though differences by gender and other sociodemographic characteristics in the perception of safety and other aspects of landscapes and public spaces have been widely studied in social sciences and urban planning in lower scale studies. In the present study, we combine computational and statistical tools to develop a methodological proposal with high scalability and low implementation cost, which helps to identify and measure heterogeneous perception and its correlation to the presence of elements in the landscape. To achieve this, we implement a survey of perception of public spaces, collecting sociodemographic information of respondents. Then, we fit a discrete choice model to quantify perceptions of these spaces using a parametrization of images that jointly considers semantic segmentation and object detection as input. Our results show heterogeneity in the perception of safety in public spaces according to gender and the observer’s habitual mobility choices. The model is then applied to the city of Santiago, Chile. This produces a map of safety perception for different types of users. The proposed method and the obtained results can be a relevant input for the design of public spaces and decision making in the urban planning process.
- ItemModelación de heterogeneidad en la percepción cualitativa de espacios públicos con modelos de elección discreta y aprendizaje de máquina(2020) Ramírez Sarmiento, Tomás Ignacio; Hurtubia González, Ricardo; Löbel Díaz, Hans-Albert; Pontificia Universidad Católica de Chile. Escuela de IngenieríaDurante los últimos 60 años se han propuesto diversas metodologías que nos ayudan a entender los efectos del paisaje sobre la evaluación de quienes lo habitan, sin embargo, de manera aislada cada una de ellas presenta importantes desventajas. El uso de entrevistas cualitativas ha permitido estudios de gran profundidad a nivel de individuos, pero con baja escalabilidad debido a los altos costos en su ejecución y sus resultados son difícilmente generalizables. El uso de encuestas de preferencias declaradas aumenta el alcance de los estudios, pero sacrificando la cantidad de variables analizadas. En la última década, grandes bases de datos de fotografías y el desarrollo en aprendizaje de máquinas ha permitido aumentar la escalabilidad, generando resultados más generalizables respecto de las metodologías cualitativas. Sin embargo, estas nuevas metodologías no han logrado incorporar el análisis de comportamientos heterogéneos y los resultados, al depender de algoritmos altamente no lineales, son de baja interpretabilidad, por lo que los métodos cualitativos aún presentan una importante ventaja en esta dimensión. En el presente estudio se combinan herramientas computacionales y estadísticas para lograr una propuesta metodológica de alta escalabilidad cuyos resultados permiten observar comportamientos heterogéneos frente a elementos específicos del paisaje. Para lograrlo se implementó una nueva encuesta de percepción de espacios públicos, con la cual se recopilan respuestas sobre percepción de espacios públicos acompañadas de una caracterización sociodemográfica del observador. Luego se complementó el proceso de parametrización de las imágenes previamente utilizado en la literatura mediante un algoritmo de detección de objetos. Nuestros resultados logran evidenciar heterogeneidad en la percepción de espacios públicos según género y patrones de movilidad de los observadores. Estos resultados además nos han permitido explorar la aplicación de los modelos para la ciudad de Santiago para probar su uso como una herramienta de apoyo a planificadores urbanos en la detección de zonas problemáticas para algunos grupos de la población.Durante los últimos 60 años se han propuesto diversas metodologías que nos ayudan a entender los efectos del paisaje sobre la evaluación de quienes lo habitan, sin embargo, de manera aislada cada una de ellas presenta importantes desventajas. El uso de entrevistas cualitativas ha permitido estudios de gran profundidad a nivel de individuos, pero con baja escalabilidad debido a los altos costos en su ejecución y sus resultados son difícilmente generalizables. El uso de encuestas de preferencias declaradas aumenta el alcance de los estudios, pero sacrificando la cantidad de variables analizadas. En la última década, grandes bases de datos de fotografías y el desarrollo en aprendizaje de máquinas ha permitido aumentar la escalabilidad, generando resultados más generalizables respecto de las metodologías cualitativas. Sin embargo, estas nuevas metodologías no han logrado incorporar el análisis de comportamientos heterogéneos y los resultados, al depender de algoritmos altamente no lineales, son de baja interpretabilidad, por lo que los métodos cualitativos aún presentan una importante ventaja en esta dimensión. En el presente estudio se combinan herramientas computacionales y estadísticas para lograr una propuesta metodológica de alta escalabilidad cuyos resultados permiten observar comportamientos heterogéneos frente a elementos específicos del paisaje. Para lograrlo se implementó una nueva encuesta de percepción de espacios públicos, con la cual se recopilan respuestas sobre percepción de espacios públicos acompañadas de una caracterización sociodemográfica del observador. Luego se complementó el proceso de parametrización de las imágenes previamente utilizado en la literatura mediante un algoritmo de detección de objetos. Nuestros resultados logran evidenciar heterogeneidad en la percepción de espacios públicos según género y patrones de movilidad de los observadores. Estos resultados además nos han permitido explorar la aplicación de los modelos para la ciudad de Santiago para probar su uso como una herramienta de apoyo a planificadores urbanos en la detección de zonas problemáticas para algunos grupos de la población.Durante los últimos 60 años se han propuesto diversas metodologías que nos ayudan a entender los efectos del paisaje sobre la evaluación de quienes lo habitan, sin embargo, de manera aislada cada una de ellas presenta importantes desventajas. El uso de entrevistas cualitativas ha permitido estudios de gran profundidad a nivel de individuos, pero con baja escalabilidad debido a los altos costos en su ejecución y sus resultados son difícilmente generalizables. El uso de encuestas de preferencias declaradas aumenta el alcance de los estudios, pero sacrificando la cantidad de variables analizadas. En la última década, grandes bases de datos de fotografías y el desarrollo en aprendizaje de máquinas ha permitido aumentar la escalabilidad, generando resultados más generalizables respecto de las metodologías cualitativas. Sin embargo, estas nuevas metodologías no han logrado incorporar el análisis de comportamientos heterogéneos y los resultados, al depender de algoritmos altamente no lineales, son de baja interpretabilidad, por lo que los métodos cualitativos aún presentan una importante ventaja en esta dimensión. En el presente estudio se combinan herramientas computacionales y estadísticas para lograr una propuesta metodológica de alta escalabilidad cuyos resultados permiten observar comportamientos heterogéneos frente a elementos específicos del paisaje. Para lograrlo se implementó una nueva encuesta de percepción de espacios públicos, con la cual se recopilan respuestas sobre percepción de espacios públicos acompañadas de una caracterización sociodemográfica del observador. Luego se complementó el proceso de parametrización de las imágenes previamente utilizado en la literatura mediante un algoritmo de detección de objetos. Nuestros resultados logran evidenciar heterogeneidad en la percepción de espacios públicos según género y patrones de movilidad de los observadores. Estos resultados además nos han permitido explorar la aplicación de los modelos para la ciudad de Santiago para probar su uso como una herramienta de apoyo a planificadores urbanos en la detección de zonas problemáticas para algunos grupos de la población.Durante los últimos 60 años se han propuesto diversas metodologías que nos ayudan a entender los efectos del paisaje sobre la evaluación de quienes lo habitan, sin embargo, de manera aislada cada una de ellas presenta importantes desventajas. El uso de entrevistas cualitativas ha permitido estudios de gran profundidad a nivel de individuos, pero con baja escalabilidad debido a los altos costos en su ejecución y sus resultados son difícilmente generalizables. El uso de encuestas de preferencias declaradas aumenta el alcance de los estudios, pero sacrificando la cantidad de variables analizadas. En la última década, grandes bases de datos de fotografías y el desarrollo en aprendizaje de máquinas ha permitido aumentar la escalabilidad, generando resultados más generalizables respecto de las metodologías cualitativas. Sin embargo, estas nuevas metodologías no han logrado incorporar el análisis de comportamientos heterogéneos y los resultados, al depender de algoritmos altamente no lineales, son de baja interpretabilidad, por lo que los métodos cualitativos aún presentan una importante ventaja en esta dimensión. En el presente estudio se combinan herramientas computacionales y estadísticas para lograr una propuesta metodológica de alta escalabilidad cuyos resultados permiten observar comportamientos heterogéneos frente a elementos específicos del paisaje. Para lograrlo se implementó una nueva encuesta de percepción de espacios públicos, con la cual se recopilan respuestas sobre percepción de espacios públicos acompañadas de una caracterización sociodemográfica del observador. Luego se complementó el proceso de parametrización de las imágenes previamente utilizado en la literatura mediante un algoritmo de detección de objetos. Nuestros resultados logran evidenciar heterogeneidad en la percepción de espacios públicos según género y patrones de movilidad de los observadores. Estos resultados además nos han permitido explorar la aplicación de los modelos para la ciudad de Santiago para probar su uso como una herramienta de apoyo a planificadores urbanos en la detección de zonas problemáticas para algunos grupos de la población.Durante los últimos 60 años se han propuesto diversas metodologías que nos ayudan a entender los efectos del paisaje sobre la evaluación de quienes lo habitan, sin embargo, de manera aislada cada una de ellas presenta importantes desventajas. El uso de entrevistas cualitativas ha permitido estudios de gran profundidad a nivel de individuos, pero con baja escalabilidad debido a los altos costos en su ejecución y sus resultados son difícilmente generalizables. El uso de encuestas de preferencias declaradas aumenta el alcance de los estudios, pero sacrificando la cantidad de variables analizadas. En la última década, grandes bases de datos de fotografías y el desarrollo en aprendizaje de máquinas ha permitido aumentar la escalabilidad, generando resultados más generalizables respecto de las metodologías cualitativas. Sin embargo, estas nuevas metodologías no han logrado incorporar el análisis de comportamientos heterogéneos y los resultados, al depender de algoritmos altamente no lineales, son de baja interpretabilidad, por lo que los métodos cualitativos aún presentan una importante ventaja en esta dimensión. En el presente estudio se combinan herramientas computacionales y estadísticas para lograr una propuesta metodológica de alta escalabilidad cuyos resultados permiten observar comportamientos heterogéneos frente a elementos específicos del paisaje. Para lograrlo se implementó una nueva encuesta de percepción de espacios públicos, con la cual se recopilan respuestas sobre percepción de espacios públicos acompañadas de una caracterización sociodemográfica del observador. Luego se complementó el proceso de parametrización de las imágenes previamente utilizado en la literatura mediante un algoritmo de detección de objetos. Nuestros resultados logran evidenciar heterogeneidad en la percepción de espacios públicos según género y patrones de movilidad de los observadores. Estos resultados además nos han permitido explorar la aplicación de los modelos para la ciudad de Santiago para probar su uso como una herramienta de apoyo a planificadores urbanos en la detección de zonas problemáticas para algunos grupos de la población.Durante los últimos 60 años se han propuesto diversas metodologías que nos ayudan a entender los efectos del paisaje sobre la evaluación de quienes lo habitan, sin embargo, de manera aislada cada una de ellas presenta importantes desventajas. El uso de entrevistas cualitativas ha permitido estudios de gran profundidad a nivel de individuos, pero con baja escalabilidad debido a los altos costos en su ejecución y sus resultados son difícilmente generalizables. El uso de encuestas de preferencias declaradas aumenta el alcance de los estudios, pero sacrificando la cantidad de variables analizadas. En la última década, grandes bases de datos de fotografías y el desarrollo en aprendizaje de máquinas ha permitido aumentar la escalabilidad, generando resultados más generalizables respecto de las metodologías cualitativas. Sin embargo, estas nuevas metodologías no han logrado incorporar el análisis de comportamientos heterogéneos y los resultados, al depender de algoritmos altamente no lineales, son de baja interpretabilidad, por lo que los métodos cualitativos aún presentan una importante ventaja en esta dimensión. En el presente estudio se combinan herramientas computacionales y estadísticas para lograr una propuesta metodológica de alta escalabilidad cuyos resultados permiten observar comportamientos heterogéneos frente a elementos específicos del paisaje. Para lograrlo se implementó una nueva encuesta de percepción de espacios públicos, con la cual se recopilan respuestas sobre percepción de espacios públicos acompañadas de una caracterización sociodemográfica del observador. Luego se complementó el proceso de parametrización de las imágenes previamente utilizado en la literatura mediante un algoritmo de detección de objetos. Nuestros resultados logran evidenciar heterogeneidad en la percepción de espacios públicos según género y patrones de movilidad de los observadores. Estos resultados además nos han permitido explorar la aplicación de los modelos para la ciudad de Santiago para probar su uso como una herramienta de apoyo a planificadores urbanos en la detección de zonas problemáticas para algunos grupos de la población.