都市緑地計画のための公共認識と訪問パターンのマルチモーダルデータ分析
実施中
姜 仁河
Urban green space planning has traditionally relied on field surveys and municipal records. While valuable, they are often constrained by limited sample sizes, high costs, and a lack of user-centered perspectives. Mobility data reveal how and how often parks are used, yet provide little insight into visitors' subjective experiences. Conversely, perception data from online reviews capture sentiment and qualitative experiences but cannot reflect actual visitation patterns. This separation limits our ability to understand mismatches between perceived park quality and real-world use. As a result, planners lack systematic tools to identify underutilized yet well-loved parks, overused but poorly perceived spaces, and areas with latent demand or hidden barriers. Bridging perception and behavior is therefore essential for more equitable, human-centered, and adaptive urban green space planning. This project aims to integrate multimodal perception and behavior data using GeoAI to better understand urban park use and experience.
変更のために新しい申請を保存します。 This will save a new application on the system for a modification.
申請中の研究者は表示されません。 / Pending researchers are not shown.
王 肇南 / ニュウヨーク大学ー上海キャンパス
Jing Tang / New York University Shanghai
武 光宇 / ニューヨーク大学上海校
徐思喆 / New York University
楊 浩辰 / ニューヨーク大学上海校
申請中のデータセットは表示されません。 / Pending datasets are not shown.
【別途書類手続き。通常より審査期間が長くなります】実人流データ（東京都、2023年5月）
【別途書類手続き。通常より審査期間が長くなります】実人流データ（東京都、2024年5月）
【別途書類手続き。通常より審査期間が長くなります】実人流データ（東京都、2025年5月）
年次報告の内容はメンバーのみ表示されます。