UrbanLabSOM

El Proyecto de Investigación UrbanLabSOM “Laboratorio urbano de Mapas auto-organizados (UrbanLabSOM). Influencia de la forma del patrimonio urbanístico de Granada en la sostenibilidad y eco-eficiencia de las barriadas y en su percepción social, mediante el uso de redes neuronales artificiales y mapas auto-organizados (SOM)” ha sido financiado por la III Convocatoria de Microproyectos de I+D+i “Compromiso con la investigación y el desarrollo” con Código V1-del CEIBioTic Granada (Universidad de Granada), con código V1-2015.

Planteamiento previo

En la actualidad no es necesario evidenciar la importancia que tiene para el adecuado desarrollo urbano de las ciudades el que éste se realice de acuerdo a los principios de Sostenibilidad y eco-eficiencia. El Patrimonio urbanístico existente en las ciudades constituye uno de los principales activos y elementos que pueden influir en el Desarrollo sostenible de una sociedad en cuanto que condiciona con su forma, geometría, adecuadas conexiones o disfunciones, el correcto soporte funcional, social, económico y humano de cada territorio.
Por otro lado son numerosas las referencias científicas que comienzan a atribuir a la calidad de vida, y especialmente a la percepción que de la misma tienen los ciudadanos, un valor central en la definición del desarrollo sostenible.

Este proyecto pretende conectar ambas realidades: la percepción de la calidad de vida y los indicadores de desarrollo sostenible, con la realidad formal de un entorno urbano, entendido éste como un Patrimonio urbanístico que tiene unas condiciones concretas que conviene evaluar, por su afección a estos valores fundamentales a los que aspira cualquier ciudad.

Se trata de una intención muy ambiciosa, especialmente por la enorme complejidad inherente a cualquiera de tales conceptos, incluso de forma aislada. Para abordar este objetivo se plantea la incorporación de Tecnologías procedentes de la Inteligencia Artificial que han tenido importantes resultados en la mejora y facilitación de la comprensión de procesos y realidades extremadamente complejos.

Se propone concretamente la incorporación de un tipo particular de Red Neuronal Artificial, Mapa Auto-organizado, del que se obtienen unos resultados que generan conocimiento y que permiten al usuario interpretar la realidad basada en complejos datos o información.

Si bien estas técnicas o metodologías son ampliamente utilizadas en muchas disciplinas, en algunas ocasiones se rechaza por el problema que representa en relación a la falta del conocimiento del procedimiento que ocurre en el interior de la red neuronal –estructura de caja negra- (Cherkassky y Friedman, 1994). Esta problemática se refiere a que únicamente se muestran los resultados finales y no el proceso. En nuestro caso consideramos que ese problema no es tal ya que la validez de las estructuras que emergen, se pueden verificar estadísticamente.
También existen investigaciones que tratan de comparar mediante simulación las redes neuronales con modelos estadísticos de regresión múltiple, análisis discriminante y de regresión logística en la predicción y clasificación, para obtener un rendimiento de las redes neuronales similar o superior a los otros modelos (Pitarque et al., 1998).

Por otro lado, los Mapas Auto-organizados como las redes neuronales de algoritmo no supervisado, tienen la cualidad de generar prototipos de conocimiento al descubrir patrones y tendencias en los datos (Weiss y Indurkhya, 1998), fenómeno que se considera funda- mental, ya que el descubrimiento de estas estructuras es por lo que se recurre a este método. Técnicas semejantes se han venido utilizando con carácter científico, como por ejemplo en las investigaciones sobre procesos de auto-organización (White y Engelen, 1993; Irwin y Geoghegan, 2001).

Los Mapas Auto-organizados se han utilizado en la disciplina del urbanismo en diversas investigaciones entre las que podemos destacarla caracterización de los desarrollos de baja densidad como es el Urban Sprawl utilizando Self Organizing Maps (Diappi et al., 2004) o la determinación de patrones de las transformaciones urbanas de las ciudades europeas (Hagen Zanker y Timmermans, 2009).

Recientemente se han utilizado los Mapas de Kohonen en la carac- terización de los tejidos de un centro histórico mediante la identificación de patrones (Abarca-Alvarez y Fernández, 2010; Abarca- Alvarez, 2011).
De este modo se espera obtener con la investigación unas representaciones de la realidad de la ciudad que muestren de una manera comprensible por un no experto, las conexiones entre la forma del Patrimonio urbano y sus cualidades para albergar un Desarrollo Sostenible y para ser percibidos como un entorno que genera una determinada calidad de vida.