城市人工智能与基础模型

重新审视环境因素对户外公共空间使用的影响：基于社交媒体数据的机器学习分析

探索城市与人工智能的交互关系：创新、融合与阐释

基于农村迁移人口双重分化效应的农村宅基地退出补偿机制：来自机器学习的新证据

对环境的“负面”感知会降低老城区居民的福祉吗？——基于空间特征与可解释机器学习探究居住环境中的“感知偏差”

面向建成环境未来发展的CFD与人工智能融合系统综述：从房间到城市的多尺度方法

中国城市多中心性、空间紧凑度与碳排放效率：集成机器学习评估

中国不同气候区冠层与地表城市热岛的非线性驱动因素：基于可解释机器学习的边际效应与交互效应

数据匮乏的全球南方城市昼间城市热动态制图：应用于喀布尔的机器学习诊断框架

建筑与城市出行能耗和城市形态之间的关系：一种机器学习方法

基于物理信息的机器学习：绘制新加坡植被降温潜力图

将城市绿地特征组合与文化生态系统效益相联系：融合PPGIS、机器学习和共现分析的新框架

面向形态的布局优化：提升严寒地区建筑群光伏潜力

研究以哈尔滨为例，结合GIS与可解释机器学习，分析建筑群形态与有效光伏发电潜力的关系。XGBoost模型及SHAP和偏依赖分析显示，建筑密度和容积率是主要预测因素；适中的建筑密度、中高开发强度、较均匀的建筑分布及适度高度差异共同构成有利形态，为严寒地区低碳更新规划提供依据。

人工智能时代城市规划者应学什么、如何学？基于城市规划教育试点课程探讨城市人工智能教学

本文介绍一门城市人工智能试点课程的教学设计，提出三项目标：恰当运用人工智能应对城市问题，认识其社会、环境与治理影响，以及形成相关规范判断和专业身份。研究分析235份学生反思日志，并结合课程评价、教学大纲和学生项目，构建连接技能与目标的知识图谱及人工智能应用反思框架。

利用手机数据重建起讫点需求：空间变系数回归模型

研究提出图正则化空间变系数线性回归框架LR-SVC，结合被动手机信令流量与分区社会人口及土地利用特征，重建基于家庭出行调查的起讫点需求。该模型应用于蒙特利尔和渥太华，重建精度较传统回归和机器学习模型提高，且保持结构可解释性。

OCOD十年：英格兰和威尔士境外持有住宅物业的十年变化分析

研究整理并分析英国政府自2015年定期发布的境外持有物业数据，考察十年间住宅物业趋势。住宅OCOD物业总值由640亿英镑升至800亿英镑，但相对全国平均水平的倍数下降；伦敦占物业数量的45%、价值的81%。研究还比较了不同注册地公司的物业变化，并评估地址解析中的命名实体识别方法。

利用交通监控摄像头与深度学习监测冬季道路状况

研究利用交通监控摄像头开展路段级冬季道路状况监测，将积雪对通行能力的影响分为无积雪、轻度、中度和重度四类，并构建含10,498张复杂交通场景图像的数据集。对九种深度学习模型的评估显示，测试集分类准确率均超过89%；在加拿大和挪威的48个摄像头验证中，Swin Transformer准确率最高，为81.2%。

从可解释机器学习视角探究城市绿地对夏季家庭用电的影响

研究以中国西安为案例，通过居民调查和空间分析，结合线性回归与机器学习模型考察家庭用电、绿地属性、个体及家庭特征和满意度之间的关联。随机森林结果显示，最近绿地距离控制在1200米内、1公里范围内至少有4处绿地，有助于促进户外活动并降低家庭用电；同时提升绿地可达性与景观质量也是降低用电的有效途径。

合租能否成为普惠型保障性住房？借助人工智能揭示合租房源中的排斥性语言

研究分析美国加利福尼亚州洛杉矶的线上租房信息，探讨合租者如何通过房源描述表达筛选标准及欢迎对象。与整套出租相比，合租房源更强调个人特征、租住规则和隐私；尽管行为要求占主导，仍出现对受保护群体的提及。发布者常以相似性定义合拍，并借助圈内表达暗示筛选条件。

2020年哪些地区城市蔓延最严重？2010年以来发生了哪些变化？衡量美国都市区蔓延并追踪十年变迁

研究基于密度、土地利用混合度、中心性和街道连通性四个城市形态维度的21项建成环境变量，为2020年美国233个大中型都市区构建多维紧凑度指数，并与2010年进行比较。结果显示，各地区差异显著，十年间都市区整体略趋蔓延，但排名相对稳定；紧凑度达到一定阈值后，步行和公共交通通勤比例等交通指标会明显改善。

结合事件信息的跨城访客流分析：大语言模型与社交媒体数据的应用

研究提出结合事件信息分析多场并发活动下跨城访客流的通用框架，利用大语言模型从网络信息和社交媒体内容中提取事件特征，并预测香港内地访客流。结果显示，线上推广热度和口碑热度均与访客流增加相关，影响因活动类型和交通方式而异。