Scenario-Based Cellular Automata and Artificial Neural Networks in Urban Growth Modeling

SİPAHİOĞLU, Nur; Çaǧdaş, Gülen

doi:10.35378/gujs.998073

Cited by 4 publications

(1 citation statement)

References 31 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Many techniques are used to model transition potential and map transition potential (Dewa et al, 2022;Roodposhti et al, 2019;Sfa et al, 2020), including Weight of Evidence (Campos et al, 2018), Logistic Regression (Campos et al, 2018;Cao et al, 2020;Mustafa et al, 2018;Wang et al, 2019), Multi Criteria Evaluation (Campos et al, 2018;Fu et al, 2018;Mohamed & Worku, 2020;Sipahioğlu & Çağdaş, 2023), Artificial Neural Network (Campos et al, 2018;Li & Yeh, 2001). Support Vector Machine (Campos et al, 2018), and other techniques.…”

Section: Introductionmentioning

confidence: 99%

Comparison of Land Cover Change Prediction Models: A Case Study in Kedungkandang District, Malang City

Hariyanto,

Yudono,

Wicaksono

2024

Geoplanning J. Geomatics Plann.

View full text Add to dashboard Cite

The infrastructure of Malang City is currently being directed towards the eastern and southeastern parts, Kedungkandang District. Infrastructure plays an important role in the aspect of land cover change, which raises the complexity of the emergence of urban forms and dynamics. This study compares three models, Artificial Neural Network (ANN), Logistic Regression (LR), and Multi-Criteria Evaluation (MCE), to predict changes in land cover in the Kedungkandang District using the Cellular Automata (CA) approach. The prediction results indicate that the ANN and MCE models have the highest overall Kappa values (prediction accuracy), while the ANN and LR models have the highest location-specific Kappa values. However, overall, the ANN model demonstrates the highest accuracy and performance among the other two models. This research makes a significant contribution to urban planning by highlighting the importance of using machine learning-based technology to predict land cover changes in Malang City, particularly in the Kedungkandang District. Stakeholders can leverage this technology to design more effective and sustainable infrastructure policies and implement preventive measures to mitigate the negative impacts of uncontrolled urban growth.

show abstract

Section: Introductionmentioning

confidence: 99%

Comparison of Land Cover Change Prediction Models: A Case Study in Kedungkandang District, Malang City

Hariyanto,

Yudono,

Wicaksono

2024

Geoplanning J. Geomatics Plann.

View full text Add to dashboard Cite

show abstract

Simulation Analysis of Reliability in Radiology Service Systems Based on Cellular Automata

Huang,

Cai,

Xiao

2023

2023 Global Reliability and Prognostics and Health Management Conference (PHM-Hangzhou)

View full text Add to dashboard Cite

Kentsel Tasarımda Hesaplamalı Tasarım Yaklaşımların Kullanılması Hücresel Otomata Tabanlı Model Çerçevesi

Coşkun

2024

Kent Akademisi

View full text Add to dashboard Cite

Teknolojik gelişmeler Bilgisayar Destekli Tasarımdan Hesaplamalı Tasarıma doğru bir yönelimin hız kazanmasına olanak sağlamıştır. Bu yönelimde Hesaplamalı Tasarımın sahip olduğu üretken yapının, geleneksel tasarım düşüncesini oluşturan mekanizmaları anlama ihtiyacını ortaya çıkarmada önemli bir yeri vardır. Geleneksel tasarım düşüncesinin sahip olduğu örtük yapı, tasarım sürecinin nasıl gerçekleştiği, tasarım sürecinde hangi mekanizmaların yer aldığı, tasarım bilgisinin ve temsilin nasıl oluştuğu anlamamıza ve formüle etmemize izin vermediğinden üretken ve değerlendirici bir bilgiden söz etmek mümkün olmamaktadır. Hesaplamalı tasarım yaklaşımı geleneksel tasarım düşüncesindeki örtük bilginin keşfedilmesini sağlayarak üretken ve değerlendirici bir bilgi oluşturur. Bu çalışmanın amacı Hesaplamalı tasarım yaklaşımının keşfetmemizi sağladığı üretken ve değerlendirici bilginin kentsel tasarımda kullanımına yönelik bir öğrenme çerçevesini oluşturma düşüncesinden ortaya çıkmıştır. Çalışma kapsamında Hesaplamalı tasarım düşüncesinin yansıması olan ve oldukça sık kullanılan üretken sistemlerden Hücresel Otomatların (Cellular Automata) kentsel tasarım bağlamında nasıl ele alınabileceği tartışılacaktır. Hücresel Otomata çalışmalarında hesaplama düşüncesi ve yaklaşım yöntemleri tartışıldıktan sonra kentsel tasarım bağlamında bu üretken yöntemin katkıları incelenecektir. Hücresel Otomata yaklaşımları, parçalardan bütünü görme, parçalar arasındaki ilişkileri ve örüntüleri fark etme ve bunları üretken süreç sırasında ve sonrasında yeniden keşfetme yeteneğini geliştiren keşifsel süreçler olduğundan, özellikle kentsel gelişim senaryolarının bir parçası olmak açısından önemli bir role sahip olmaktadırlar.

show abstract

Scenario-Based Cellular Automata and Artificial Neural Networks in Urban Growth Modeling

Abstract: Highlights• This paper focuses on scenario-based urban growth modelling in terms of complex relationships.• The development scenarios used in the research are based on real-life urban strategies.• The growth of Izmir is simulated with Cellular Automata and Artificial Neural Networks.

Cited by 4 publications

References 31 publications

Comparison of Land Cover Change Prediction Models: A Case Study in Kedungkandang District, Malang City

Comparison of Land Cover Change Prediction Models: A Case Study in Kedungkandang District, Malang City

Simulation Analysis of Reliability in Radiology Service Systems Based on Cellular Automata

Kentsel Tasarımda Hesaplamalı Tasarım Yaklaşımların Kullanılması Hücresel Otomata Tabanlı Model Çerçevesi

Contact Info

Product

Resources

About