Пермские ученые научили нейросеть исправлять ошибки городской застройки

Транспортная доступность напрямую влияет на стоимость недвижимости и комфорт жизни, однако большинство навигационных сервисов лишь фиксируют текущую ситуацию, не предлагая решений. Ошибки проектирования обходятся городским бюджетам в миллиарды рублей, так как строительство новых дорог не всегда исправляет системные проблемы планировки. Исследователи ПНИПУ решили эту задачу, обучив нейросеть на данных о различных типах застройки — от исторических кварталов до современных микрорайонов.

Система оценивает ключевые параметры: извилистость проездов, количество перекрестков и плотность улично-дорожной сети. На выходе модель выдает индекс доступности, основанный на количестве рабочих мест, куда можно успеть добраться за 45 минут. По словам старшего преподавателя кафедры архитектуры и урбанистики Екатерины Савельевой, алгоритм позволяет не только проектировать новые районы, но и точечно корректировать уже существующие пространства. В отличие от стандартных инструментов, разработка указывает на конкретную причину снижения доступности, будь то дефицит перекрестков или избыточная извилистость дорог, что помогает властям направлять инвестиции в эффективные изменения.