期刊论文

利用多模态大语言模型检测人本尺度建成环境变化

Detecting Human-Scale Built Environment Changes With Multimodal Large Language Models

发表于 2026年11月6日 · 收录于雷达 2026年11月7日

中文摘要

研究评估ChatGPT利用时序街景影像识别广州建成环境细微变化的能力。与受训人工编码员相比，ChatGPT识别出的变化类型更广，召回率较高、精确率较低，整体表现大体相当；在识别人行横道、步行设施、树冠和建筑立面变化等任务中表现较好。研究建议将模型输出视为辅助证据，而非事实标准。

研究问题 · 主要发现 · 方法 · 数据 · 空间尺度

专业版 · 每条研究的研究问题、主要发现、方法与数据

期刊论文 2026年11月7日拉丁美洲与加勒比

Predicting economies of scale in Brazilian municipal expenditure: Panel econometrics and interpretable machine learning

Environment and Planning B · Environment and Planning B: Urban Analytics and City Science

期刊论文 2026年11月6日东亚

Emissions trading and urban transportation decarbonization: Double machine learning evidence from the inclusion of China’s transport sector

Transportation Research Part A: Policy and Practice · Transportation Research Part A Policy and Practice

期刊论文 2026年11月6日中东与北非开放获取

AI-Enabled Morphological Urban Humanization in Riyadh’s Hyper-Arid Context: A Case Study of the Sports Boulevard

Urban Science (MDPI) · Urban Science

期刊论文 2026年11月5日南亚

SPIC-Mo: diagnosing urban infrastructure for safe, nature-responsive child mobility, Ghaziabad, India

Cities & Health

期刊论文 2026年11月5日开放获取

Development, Pilot Testing, and Validation of the System for Observing Travel-Related Activity on Urban Roads (SOTRAVEL)

Journal of Urban Health