库里奥:一个基于数据流的框架,用于协作式城市视觉分析

科学领域:

• 城市规划 城市规划
• 数据科学数据科学数据科学
• 人与计算机的交互

背景情况:

• 城市视觉分析工具面临复制性和跨领域合作的挑战,原因是孤立的方法.
• 现有的系统往往仅仅将城市专家视为数据提供者,低估了他们的工作流贡献.
• 缺乏互操作性和狭的焦点限制了现有的城市分析工具的实际应用和扩展.

研究的目的:

• 引入Curio,这是一个旨在增强协作城市视觉分析的新框架.
• 通过促进设计和实施阶段的无协作来克服现有工具的局限性.
• 支持城市专家将数据预处理,管理和可视化整合到一个统一的系统中.

主要方法:

• 库里奥采用了具有多个抽象级别 (代码,语法,GUI元素) 的数据流模型,用于灵活的组件设计和实现.
• 该框架使专家能够交织城市分析工作流程的各个阶段,包括数据处理和可视化.
• 代码和可视化源地跟踪已集成,以确保透明度和可重复性.

主要成果:

• 库里奥在应对各种城市挑战方面表现出灵活性,包括城市可访问性,微气候和阳光接入.
• 使用场景验证了Curio处理不同数据类型和域方法的能力.
• 该框架支持协作,允许专家整合其丰富的数据工作流.

结论:

• 库里奥为城市视觉分析提供了一个灵活和协作框架,改进了现有的孤立系统.
• 数据流模型和多个抽象级别使城市分析工具的复制和扩展更容易.
• Curio使城市专家能够更深入地参与对社会挑战的视觉分析的开发和应用.