Previsione basata sul deep learning delle caratteristiche della pianta residenziale per la valutazione di abitazioni orientate agli anziani

Sommario

Questo protocollo descrive un flusso di lavoro di deep learning meta-ensemble per l'analisi automatizzata delle immagini della pianta residenziale. La procedura include preelaborazione del dataset, previsione architettonica degli attributi utilizzando molteplici reti neurali convoluzionali, apprendimento di ensemble basato su stacking, classificazione residenziale basata su regole e analisi di spiegabilità tramite SHapley Additive ExPlanations per supportare la valutazione della disposizione residenziale.

Abstract

La crescente domanda di soluzioni di alloggi intelligenti per popolazioni anziane ha aumentato la necessità di metodi automatizzati per l'analisi della pianta residenziale. Gli approcci convenzionali di valutazione architettonica sono spesso manuali, richiedono molto tempo e sono difficili da scalare, evidenziando la necessità di tecniche basate sull'intelligenza artificiale che possano interpretare le disposizioni spaziali e supportare la valutazione del design residenziale. Questo protocollo descrive un framework di deep learning meta-ensemble per l'analisi automatizzata delle immagini della pianta residenziale. Il framework proposto CARE-MIRV-Net integra quattro reti neurali convoluzionali complementari—MobileNetV2, InceptionV3, ResNet101 e VGG16—per prevedere attributi architettonici, tra cui metratura, numero di camere da letto, bagni e garage. Le previsioni dai modelli base vengono combinate tramite un modello meta-ensemble basato su stacking e successivamente utilizzate all'interno di uno strato decisionale basato su regole per categorizzare le disposizioni residenziali come assistenza agli anziani, assistenza medica o residenziale generale. La valutazione sperimentale ha dimostrato prestazioni predittive robuste su più variabili target. Il modello proposto ha raggiunto un errore assoluto medio (MAE) di 432,48 e un coefficiente di determinazione (R²) di 0,7053 per la previsione della metratura quadrata. Per la previsione dei bagni, il framework ha raggiunto R² pari a 0,7605, mentre la previsione del garage ha dato il MAE più basso a 0,1697 e il massimo^{R 2} a 0,6958. Le analisi qualitative hanno ulteriormente dimostrato la capacità del framework di generare previsioni di attributi architettonici e supportare la valutazione della disposizione residenziale orientata all'applicazione. Per migliorare trasparenza e interpretabilità, sono state incorporate le SHapley Additive ExPlanations per quantificare il contributo di ciascun modello base alle previsioni finali. Il framework proposto offre un approccio interpretabile e scalabile per l'analisi delle planimetrie residenziali e il supporto alle decisioni.

Introduzione

Il rapido sviluppo delle tecnologie per le smart city e degli ambienti di vita intelligenti ha creato una crescente domanda di soluzioni automatizzate e basate sui dati nel design residenziale. In particolare, l'aumento dell'invecchiamento della popolazione e la domanda di abitazioni orientate all'assistenza sanitaria hanno aumentato l'importanza di progettare spazi residenziali che siano sia funzionali che su misura per le esigenze di specifici gruppi^{di utenti 1,2}. I metodi convenzionali di analisi della pianta architettonica sono spesso manuali, richiedono molto tempo e dipendono da interpretazioni esperte; perciò, sono inefficienti e difficili da scalare. Questo ha creato una forte necessità di sistemi intelligenti capaci di analizzare automaticamente le disposizioni residenziali e supportare decisioni^{informate 3}.

I recenti progressi nell'intelligenza artificiale (IA), in particolare nel deep learning (DL) e nella visione artificiale, hanno migliorato significativamente l'analisi dei dati basati su immagini. Le reti neurali convoluzionali (CNN) si sono dimostrate altamente efficaci per l'estrazione di caratteristiche spaziali e l'apprendimento di pattern visivi complessi, rendendole adatte all'analisi delle immagini in pianta ^4,5,6. Questi modelli possono apprendere rappresentazioni implicite delle strutture delle stanze, organizzazione della disposizione e relazioni spaziali essenziali per prevedere attributi^{architettonici 7,8}. Tuttavia, la dipendenza da un singolo modello DL può limitare la generalizzazione perché architetture diverse possono concentrarsi su caratteristiche spaziali distinte e presentare bias derivanti dalla variabilità^{architettonica 9}. Nonostante questi progressi, gli approcci esistenti spesso mancano di un framework integrato che combini più modelli, supporti la previsione multioutput e offra interpretabilità a livello applicativo. Inoltre, la valutazione e la spiegabilità residenziale orientate all'assistenza sanitaria hanno ricevuto un'attenzione relativamente limitata all'interno dei sistemi di analisi delle planimetrie. L'assenza di tali quadri completi limita l'applicabilità pratica e l'interpretabilità, in particolare nei settori in cui trasparenza e supporto decisionale sono^importanti 10,11,12.

L'IA ha inoltre contribuito in modo sostanziale all'analisi automatizzata e alla generazione delle planimetrie architettoniche. Uno studio ha studiato l'uso del machine learning (ML) per trasformare immagini bidimensionali in pianta in modelli^{tridimensionali 13}. Gli autori hanno evidenziato i limiti dei metodi convenzionali basati su progettazione assistita da computer (CAD) e hanno sottolineato l'importanza di pipeline scalabili basate su IA per la comprensione spaziale. I loro risultati hanno dimostrato che la DL può estrarre efficacemente informazioni strutturali dalle planimetrie, anche se persistono sfide legate alla generalizzazione e alla variabilità dei dati. Un altro studio ha proposto un framework multiagente per deep reinforcement learning per la generazione automatizzata di pianta^{di piano 14}. Sebbene l'approccio offra notevole flessibilità e personalizzazione per il design architettonico, si concentra principalmente sulla generazione del design piuttosto che sull'analisi predittiva delle planimetrie esistenti.

Un'indagine completa sul recupero della pianta ha esaminato caratteristiche semantiche, spaziali, basate sulla forma e sulla texture per la comprensione della pianta¹⁵. Il sondaggio ha sottolineato l'importanza dei modelli DL, inclusi CNN e architetture basate su transformer, per apprendere rappresentazioni significative. Tuttavia, ha anche individuato sfide legate a rumore, distorsione e discriminazione delle caratteristiche in layout complessi. Analogamente, un approccio basato su ML ha incorporato relazioni topologiche e visive per il riconoscimento delle^{planimetrie 8}. Lo studio ha dimostrato che l'accessibilità visiva e la connettività spaziale sono importanti per comprendere i layout architettonici, ma non ha affrontato le strategie di previsione multioutput o di apprendimento in ensemble. L'IA generativa è stata inoltre esplorata nelle applicazioni architettoniche. Una revisione dell'IA generativa nell'architettura ha esaminato l'uso di reti generative adversariali (GAN), autoencoder variazionali (VAE) e modelli di diffusione per l'automazione del^{design 16}. Gli autori hanno evidenziato l'adozione crescente degli strumenti di IA nei flussi di lavoro architettonici pratici. Tuttavia, il focus di quel lavoro era la generazione di design piuttosto che la modellazione predittiva o le applicazioni di supporto alle decisioni. L'IA spiegabile è diventata sempre più importante per interpretare i modelli DL. Uno studio ha proposto un framework basato su SHapley Additive ExPlanations (SHAP) per interpretare i modelli DL in applicazioni di simulazione^{urbana 17}. I risultati hanno dimostrato che SHAP può identificare caratteristiche influenti e migliorare l'interpretabilità sia a livello globale che locale. Sebbene lo studio supporti il valore di SHAP nelle applicazioni spaziali, non ha indagato la sua integrazione con i framework di apprendimento in ensemble. Gli sviluppi recenti nelle architetture DL hanno ulteriormente migliorato le prestazioni nei compiti basati su immagini. Uno studio ha presentato una revisione completa dei modelli DL contemporanei, inclusi i modelli basati su CNN e su^{transformer 18}. Lo studio ha evidenziato l'importanza della selezione del modello e delle architetture ibride per migliorare le prestazioni di generalizzazione. Tuttavia, non affrontava specificamente le domande di analisi delle planimetrie. I dataset su larga scala hanno inoltre facilitato progressi nell'analisi architettonica. Ad esempio, uno studio ha introdotto un dataset di benchmark contenente migliaia di pianiatrie^{complesse 19}. Lo studio ha dimostrato che i modelli esistenti continuano ad affrontare sfide nell'analisi di layout su larga scala e più appartamenti, evidenziando la necessità di approcci più robusti e generalizzabili.

DL è stato inoltre ampiamente studiato nell'apprendimento d'ensemble. Uno studio recente sui metodi di ensemble profondo ha indicato che la combinazione di più modelli può migliorare significativamente l'accuratezza predittiva e la robustezza riducendo il bias e la varianza²⁰. Nonostante la loro efficacia, questi metodi non sono stati ampiamente applicati all'analisi delle planimetrie architettoniche, in particolare nei compiti di regressione multioutput. Inoltre, studi recenti sull'analisi automatizzata delle planimetrie hanno evidenziato l'importanza di quadri integrati che combinano previsione, classificazione e^{interpretabilità} 21,22,23. La ricerca esistente si concentra tipicamente su funzioni individuali, come l'estrazione delle caratteristiche, la generazione del layout o la classificazione. Di conseguenza, rimane una chiara lacuna di ricerca nello sviluppo di un framework unificato che integri apprendimento multimodello, valutazione della disposizione residenziale e intelligenza artificiale spiegabile. Sebbene siano stati fatti notevoli progressi nella DL e nell'analisi architettonica, rimangono diverse lacune nella ricerca. La maggior parte degli studi esistenti si concentra sul riconoscimento delle planimetrie, l'estrazione di caratteristiche o la generazione di layout senza fornire un framework unificato che supporti sia la previsione multioutput sia il processo decisionale a livello applicativo. Inoltre, molti approcci si basano su un singolo modello DL, che può limitare la loro capacità di catturare caratteristiche spaziali diverse e introdurre bias specifici del modello. L'apprendimento degli ensemble per l'analisi delle planimetrie rimane relativamente poco esplorato, in particolare per quanto riguarda l'integrazione di modelli eterogenei per migliorare la robustezza. Inoltre, è stata data poca attenzione alla classificazione residenziale, con particolare attenzione alle considerazioni abitative orientate agli anziani e alla loro interpretabilità. Poiché molti modelli DL funzionano come scatole nere, comprendere la base delle loro previsioni rimane una sfida. Queste limitazioni evidenziano la necessità di un framework completo che integri apprendimento multimodello, previsioni accurate, classificazione residenziale orientata all'applicazione e intelligenza artificiale spiegabile.

Questo studio presenta un quadro automatizzato per l'analisi delle immagini della pianta residenziale, con un'enfasi sulla consapevolezza spaziale e sulla valutazione della disposizione residenziale, per affrontare queste sfide. Il framework proposto introduce un modello DL meta-ensemble, CARE-MIRV-Net, che integra quattro CNN complementari—MobileNetV2, InceptionV3, ResNet101 e VGG16—all'interno di un'architettura basata sullo^stacking 24,25,26,27. Ogni modello prevede indipendentemente attributi architettonici chiave, inclusi la metratura, il numero di camere da letto, bagni e garage. Queste previsioni vengono successivamente combinate da un meta-apprendente per generare previsioni più raffinate. Inoltre, viene utilizzato uno strato decisionale basato su regole per categorizzare le disposizioni residenziali come assistenza agli anziani, assistenza medica o residenziale generale in base agli attributi previsti.

I contributi di questo lavoro sono i seguenti. Per prima cosa, viene proposto un framework DL meta-ensemble per la previsione multioutput degli attributi architettonici dalle immagini della pianta residenziale. In secondo luogo, il modello CARE-MIRV-Net integra quattro architetture CNN per migliorare l'accuratezza e la generalizzazione delle previsioni. In terzo luogo, è stato incorporato uno strato decisionale basato su regole per supportare la categorizzazione della disposizione residenziale orientata all'applicazione basata su attributi architettonici previsti. In quarto luogo, l'IA spiegabile basata su SHAP è integrata per migliorare la trasparenza e l'interpretabilità del modello. Infine, vengono condotti esperimenti estesi per valutare il quadro proposto utilizzando l'errore assoluto medio (MAE) e il coefficiente di determinazione (R²) come metriche di performance.

Protocollo

Questo studio ha utilizzato un dataset pubblicamente disponibile dalla piattaforma Kaggle (Floor Plan Images and Their Details, disponibile a: https://www.kaggle.com/datasets/adilmohammed/floor-plan-images-and-their-details; consultato il 16 aprile 2026). Non coinvolgeva partecipanti umani, animali o dati personali identificabili; Pertanto, non erano necessarie approvazioni etiche e consenso informato.

Questo protocollo presenta un framework guidato dall'IA per l'analisi automatizzata delle immagini della pianta residenziale, con un focus su progettazione spazialmente consapevole e orientata alla sanità. Il flusso di lavoro sperimentale completo è presentato nella Figura 1. Il protocollo è progettato per colmare il divario tra la previsione delle caratteristiche architettoniche di basso livello e il processo decisionale orientato all'applicazione di alto livello. Integra DL, modellazione in ensemble e intelligenza artificiale spiegabile per fornire una soluzione accurata, robusta e interpretabile per l'analisi delle disposizioni residenziali. Il framework è composto da più fasi, a partire dall'acquisizione e preelaborazione dei dati, seguite dall'apprendimento delle caratteristiche tramite CNN profonde, previsione meta-ensemble e infine classificazione a livello applicativo. Inizialmente, le immagini della pianta e le relative caratteristiche architettoniche vengono pre-elaborate tramite ridimensionamento, normalizzazione e aumento dei dati per garantire coerenza e migliorare la generalizzazione. Tutte le immagini della pianta sono state ridimensionate a 224 × 224 pixel e normalizzate all'intervallo [0, 1]. L'aumento dei dati è stato applicato durante l'addestramento utilizzando flipping orizzontale casuale, rotazione, zoom e spostamento di larghezza/altezza per migliorare la generalizzazione del modello e ridurre l'overfitting. Non è stato applicato alcun ribaltamento verticale. I parametri completi di aumento e i dettagli di implementazione sono forniti nel File Supplementare 1. I dati elaborati sono stati poi utilizzati per addestrare molteplici modelli DL per l'estrazione e la previsione delle caratteristiche. Tutti i modelli base e il meta-learner CARE-MIRV-Net sono stati addestrati utilizzando una configurazione coerente, inclusa aumento dei dati, arresto precoce e schedulazione adattiva del tasso di apprendimento. L'arresto precoce monitorava la perdita di validazione (val_loss) con un valore di pazienza di 5 epoche, e i migliori pesi del modello venivano ripristinati automaticamente dopo l'addestramento. La programmazione adattiva del tasso di apprendimento è stata implementata utilizzando il callback ReduceLROnPlateau, che monitorava la perdita di validazione e riduceva il tasso di apprendimento di un fattore 0,3 dopo 2 epoche senza miglioramenti, con un tasso minimo di apprendimento di 1 × 10⁻⁷. I dettagli completi dell'implementazione e le impostazioni dei parametri sono forniti nel File Supplementare 1. Il dataset è stato suddiviso casualmente in set di addestramento e test utilizzando un rapporto di suddivisione 80:20. Veniva utilizzato un seed casuale fisso (42) per garantire la riproducibilità. I dettagli completi dell'implementazione sono forniti nel File Supplementare 1.

Figura 1. Flusso di lavoro del framework CARE-MIRV-Net per l'analisi delle planimetrie residenziali. Panoramica schematica del protocollo proposto. Il flusso di lavoro include (1) acquisizione e preelaborazione del dataset, (2) apprendimento e previsione delle caratteristiche usando MobileNetV2, InceptionV3, ResNet101 e VGG16, (3) previsione meta-ensemble basata su stacking usando CARE-MIRV-Net, (4) classificazione del layout residenziale basata su regole, (5) analisi interpretabile basata su SHapley Additive exPlanations (SHAP) e (6) valutazione delle prestazioni. Clicca qui per visualizzare una versione più grande di questa figura.

Nella seconda fase, quattro CNN pre-addestrate, MobileNetV2, InceptionV3, ResNet101 e VGG16, vengono impiegate come apprendenti base. Ogni modello viene ottimizzato utilizzando il transfer learning per prevedere attributi architettonici chiave, inclusi metratura, numero di camere da letto, bagni e garage. Per ogni modello di trasferimento-apprendimento, gli strati inferiori pre-addestrati sono stati mantenuti congelati, mentre gli strati superiori e la testa di regressione personalizzata sono stati finemente regolati durante l'addestramento. Configurazioni dettagliate di messa a punto specifiche per modello sono fornite nel File Supplementare 1. Questi modelli catturano diversi aspetti delle informazioni spaziali: MobileNetV2 fornisce un'estrazione efficiente delle caratteristiche, InceptionV3 cattura pattern spaziali multiscala, ResNet101 apprende rappresentazioni gerarchiche profonde e VGG16 garantisce un apprendimento delle caratteristiche stabile e coerente. La diversità tra questi modelli potenzia la capacità complessiva di rappresentazione del framework.

Per migliorare ulteriormente l'accuratezza e la robustezza della previsione, viene proposto un modello meta-ensemble basato su stacking, indicato come CARE-MIRV-Net. In questo passo, le previsioni di tutti i modelli base vengono aggregate per creare uno spazio di caratteristiche di dimensioni superiori, che viene inserito a un meta-learner. Le previsioni del modello base vengono generate inizialmente in modo indipendente utilizzando i modelli addestrati MobileNetV2, InceptionV3, ResNet101 e VGG16. Queste previsioni vengono poi concatenate per formare il vettore meta-feature usato dal meta-learner. Per prevenire la perdita di dati, i dataset di addestramento e test sono rigidamente separati, e il meta-learner viene addestrato solo sulle previsioni generate dai dati di addestramento. Il meta-modello, che è una rete neurale completamente connessa, è addestrato ad apprendere la combinazione ottimale degli output del modello base per produrre previsioni più raffinate. Il meta-modello è composto da due strati completamente connessi con 512 e 256 neuroni che utilizzano l'attivazione ReLU, seguiti da strati dropout (0.4 e 0.3) e uno strato di output lineare. Il modello viene addestrato utilizzando l'ottimizzatore Adam (tasso di apprendimento = 0,0001), una dimensione di batch di 32 e fino a 15 epoche. L'arresto precoce è stato implementato monitorando la perdita di validazione (val_loss) con un valore di pazienza di 5 epoche. Il criterio minimo di miglioramento (min_delta) è stato impostato al valore predefinito di TensorFlow pari a 0, e i migliori pesi del modello sono stati ripristinati automaticamente dopo l'addestramento. La scheduling adattiva del tasso di apprendimento è stata implementata utilizzando il callback ReduceLROnPlateau, che monitorava la perdita di validazione e riduceva il tasso di apprendimento di un fattore 0,3 dopo 2 epoche consecutive senza miglioramenti. La velocità minima di apprendimento era impostata a 1 × 10⁻⁷, e il parametro di cooldown usava il valore predefinito di TensorFlow pari a 0. Questo metodo di ensemble riduce i bias dei singoli modelli e migliora la generalizzazione grazie ai punti di forza complementari di più architetture. Informazioni dettagliate sull'implementazione sono fornite nel File Supplementare 1.

Dopo la previsione, viene aggiunto uno strato di interpretazione per convertire gli output numerici in decisioni a livello applicativo. Le disposizioni residenziali possono essere classificate in tre categorie basate sulle previsioni delle caratteristiche architettoniche: assistenza agli anziani, assistenza sanitaria integrata (assistenza medica) e uso residenziale generale. Questa classificazione viene effettuata utilizzando regole decisionali predefinite basate su soglie basate sulla metratura prevista, il numero di camere da letto e il numero di bagni. La categoria con il punteggio più alto viene assegnata come classificazione finale, mentre i pareggi si risolvono selezionando la categoria che soddisfa il maggior numero di criteri decisionali. Le regole complete di punteggio e le soglie di classificazione sono fornite nel File Supplementare 2 (Algoritmo 1). Questa azione consente al quadro di fornire informazioni pratiche per la progettazione di abitazioni residenziali.

Il framework utilizza un'IA spiegabile con SHAP per fornire trasparenza e interpretabilità. Questa componente esamina il contributo delle previsioni di ciascun modello base all'output del meta-modello. L'analisi SHAP è stata effettuata utilizzando SHAP KernelExplainer (SHAP versione 0.51.0) con 100 campioni di addestramento selezionati casualmente come dataset di background e 50 campioni di test per la generazione delle spiegazioni. La configurazione completa di SHAP, inclusa la selezione del campione in background e le impostazioni di implementazione, è fornita nel File Supplementare 1. Il livello di spiegabilità aiuta a comprendere il processo decisionale misurando l'importanza delle caratteristiche e mostrando i modelli di contributo, migliorando così la trasparenza e l'affidabilità del modello. Il framework proposto viene valutato utilizzando MAE e^R2 su tutte le variabili target. Per la previsione multioutput, l'MAE è stato calcolato come la differenza assoluta media tra i valori effettivi e previsti su tutte le variabili target, mentre R² è stato calcolato confrontando la varianza spiegata delle previsioni con i corrispondenti valori di verità fondamentale per ciascun output. Le analisi quantitative e qualitative indicano che il proposto CARE-MIRV-Net migliora l'accuratezza delle previsioni e supporta la classificazione della disposizione residenziale basata su regole. L'affidabilità della classificazione è stata valutata sulla base dell'accuratezza delle previsioni di regressione sottostanti e della coerenza dello strato decisionale basato su regole. Il framework è una soluzione adatta e scalabile per l'analisi intelligente della pianta e può essere applicato a case intelligenti, pianificazione per l'assistenza agli anziani e progettazione residenziale orientata all'assistenza sanitaria. Un elenco completo di dataset, pacchetti software, librerie, risorse hardware e strumenti computazionali utilizzati in questo studio è fornito nella Tabella dei Materiali. Il codice sorgente, le informazioni sulla configurazione dell'ambiente, le specifiche di dipendenza software e gli script di implementazione necessari per riprodurre il flusso di lavoro riportato sono forniti nel File Supplementare 1.

Algoritmo per il Protocollo

Il framework proposto adotta un approccio multifasi per elaborare le planimetrie basate su immagini di case residenziali e produrre output predittivi e a livello decisionale, come illustrato nell'Algoritmo 1 nel Supplementary File 2. Questo processo inizia con la pre-elaborazione dei dati, in cui le immagini di input vengono ridimensionate a una risoluzione standard e normalizzate per garantire uniformità in tutto il dataset. Tutte le immagini della pianta sono state ridimensionate a 224 × 224 pixel e normalizzate all'intervallo [0, 1]. Questo passaggio ottimizza le immagini per l'apprendimento tramite reti neurali profonde e migliora la convergenza complessiva del modello. La seconda fase prevede l'utilizzo di diversi modelli DL come apprendenti base, tra cui MobileNetV2, InceptionV3, ResNet101 e VGG16. In modo indipendente, ogni modello prende le immagini in input e stima caratteristiche architettoniche importanti come la metratura quadrata e il numero di camere da letto, bagni e garage. Il dataset è stato suddiviso casualmente in set di addestramento e test utilizzando un rapporto di suddivisione 80:20, e un seed casuale fisso è stato utilizzato per garantire la riproducibilità. Questi modelli catturano diverse proprietà spaziali delle planimetrie e forniscono previsioni complementari. La rappresentazione delle caratteristiche viene poi costruita impilando gli output di ciascun modello base per creare una singola rappresentazione delle caratteristiche. Questo output congiunto viene successivamente inserito in un modello meta-ensemble, CARE-MIRV-Net, che viene addestrato a combinare le previsioni di tutti i modelli base. Le previsioni del modello base sono state generate indipendentemente e concatenate per formare il vettore meta-caratteristica. La fuga di dati è stata prevenuta grazie alla rigida separazione tra i dataset di addestramento e test. Il meta-modello affina queste previsioni e produce le previsioni finali degli attributi architettonici. Il meta-modello era composto da strati completamente connessi con 512 e 256 neuroni, funzioni di attivazione di ReLU, tassi di dropout di 0,4 e 0,3, l'ottimizzatore Adam (tasso di apprendimento = 0,0001), una dimensione di lotto di 32 e fino a 15 epoche di addestramento con arresto precoce. Dopo la previsione, viene utilizzato uno strato decisionale per contestualizzare i risultati. Secondo i valori stimati, ogni disposizione residenziale è classificata come assistenza agli anziani, assistenza medica o uso residenziale generale. Le categorie residenziali sono state assegnate utilizzando regole di punteggio predefinite basate su soglie derivate dagli attributi previsti della pianta del piano. La categoria con il punteggio più alto veniva selezionata come classificazione finale. Le soglie complete di classificazione e le regole decisionali sono fornite nell'Algoritmo 1 (Supplementare File 2). Infine, il framework incorpora una componente di spiegabilità basata su SHAP per valutare l'impatto di ciascun modello base sulla previsione finale. L'analisi SHAP è stata eseguita come descritto in precedenza e nel Supplementary File 1. Questa componente aumenta la trasparenza e aiuta a comprendere il processo decisionale. L'efficacia e la fattibilità dell'approccio proposto sono state valutate utilizzando le standard misure di regressione delle performance. Le prestazioni sono state valutate utilizzando una singola esecuzione sperimentale con un seed casuale fisso.

Modelli di valutazione

In questa sezione sono presentati i modelli DL utilizzati nello studio, includendo sia i singoli modelli base sia il proposto CARE-MIRV-Net. I modelli benchmark sono stati selezionati per rappresentare architetture DL diverse e ampiamente adottate. MobileNetV2 è stato incluso come rete leggera ed efficiente dal punto di vista computazionale, e InceptionV3 è stato selezionato per la sua capacità di catturare caratteristiche spaziali multiscala. ResNet101 è stato scelto per la sua profonda capacità di apprendimento residuo per l'estrazione gerarchica di caratteristiche, e VGG16 è stato incluso come architettura convoluzionale ben affermata. Tutti i modelli di benchmark sono stati addestrati utilizzando procedure di preelaborazione identiche, impostazioni di aumento dei dati, partizioni del dataset, parametri di ottimizzazione, dimensione del lotto e configurazione di addestramento per garantire una valutazione comparativa equa.

MobileNetV2:

MobileNetV2 è un sistema CNN piccolo e compatto, progettato per essere veloce, ad alte prestazioni e con una minore complessità computazionale. Presenta alcune delle principali innovazioni come le connessioni residue invertite e i colli di bottiglia lineari, che facilitano un'estrazione efficiente delle caratteristiche e mantengono comunque un elevato potere rappresentativo. MobileNetV2 può utilizzare convoluzioni separabili in profondità per minimizzare notevolmente il numero totale di parametri e il costo computazionale delle tradizionali reti convoluzionali, ed è quindi ben adattato a grandi problemi di apprendimento basati su immagini.

MobileNetV2 è utilizzato nel framework suggerito come uno dei modelli fondamentali DL per prevedere le caratteristiche architettoniche delle immagini di pianta residenziale. Il modello è in grado di apprendere efficacemente i modelli spaziali come la distribuzione delle stanze, la densità della disposizione e l'organizzazione strutturale che si verificano nelle planimetrie grazie al suo design efficiente. Tali rappresentazioni erudite svolgono un ruolo importante nel valutare con precisione caratteristiche chiave come la metratura, il numero di camere da letto, bagni e garage. MobileNetV2 è un modello leggero, che è un buon candidato per essere incluso nel framework meta-ensemble proposto. Aggiunge alcune rappresentazioni di caratteristiche complementari ad altri modelli DL e migliora la robustezza complessiva e la generalizzazione del sistema. Questo apprendimento del modello è molto importante per migliorare l'accuratezza delle previsioni e per assistere nella classificazione dei progetti residenziali basati sull'assistenza sanitaria.

Il modello MobileNetV2 viene addestrato utilizzando una strategia di transfer-learning con pesi pre-addestrati dal dataset ImageNet. Le immagini di input sono scalate a una dimensione fissa di 224 × 224 × 3, compatibile con l'architettura. Le immagini sono state ridimensionate a 224 × 224 pixel, normalizzate all'intervallo [0, 1] e ampliate usando flipping, rotazione, zoom e spostamento casuali. Durante l'addestramento veniva utilizzato un lotto di 32 esemplari. La testa di classificazione iniziale di MobileNetV2 viene rimossa e sostituita con una testa di regressione. La testa di regressione era composta da uno strato di Global Average Pooling seguito da strati completamente connessi con 512 e 256 neuroni, normalizzazione batch, strati di dropout (0,4 e 0,3) e uno strato lineare di output a quattro neuroni. Per facilitare l'adattamento al dominio, gli strati inferiori pre-addestrati sono stati congelati, mentre gli strati superiori a partire da block_13_expand e la testa di regressione personalizzata sono stati ottimizzati. Questo approccio di addestramento selettivo permette al modello di mantenere le caratteristiche visive generali mentre apprende attributi spaziali specifici per dominio delle immagini della pianta di piano. Le feature map estratte vengono elaborate tramite uno strato di Global Average Pooling e strati completamente connessi con 512 e 256 neuroni tramite attivazione ReLU. Per migliorare la generalizzazione e ridurre l'overfitting, vengono incorporati i livelli di normalizzazione batch e dropout (0,4 e 0,3). Lo strato finale di output contiene quattro neuroni con attivazione lineare corrispondenti agli attributi architettonici previsti. L'ottimizzatore Adam veniva utilizzato con un tasso di apprendimento di 0,0001 e parametri predefiniti TensorFlow/Keras (β₁ = 0,9, β₂ = 0,999, ε = 1 × 10⁻⁷, amsgrad = Falso). Per la previsione multioutput, MAE e R² sono stati calcolati confrontando i valori previsti e reali per ciascuna variabile target e poi facendo la media dei risultati su tutti gli output. L'arresto precoce è stato applicato sulla base della perdita di validazione, e la riduzione del tasso di apprendimento adattivo è stata utilizzata per migliorare la convergenza. L'addestramento veniva svolto fino a 15 epoche.

InceptionV3:

InceptionV3 è un'architettura CNN profonda in grado di catturare caratteristiche multiscala grazie all'uso di operazioni convoluzionali parallele. Si basa sul modulo Inception, che utilizza diverse dimensioni di filtro nello stesso strato per estrarre contemporaneamente caratteristiche a grana fine e grossolane. Questo tipo di progettazione architetturale permette alla rete di apprendere intricate gerarchie spaziali ed essere computazionalmente efficiente. Inoltre, InceptionV3 utilizza convoluzioni fattorizzate e riduzione della dimensionalità, che migliorano le prestazioni e minimizzano i costi computazionali.

InceptionV3 viene applicato nel framework proposto come estratore di caratteristiche efficace per analizzare immagini di pianta residenziali. Le planimetrie comprendono una varietà di schemi spaziali, come dimensioni delle stanze, piani strutturali e connettività, rendendo necessario l'apprendimento delle caratteristiche multiscala. L'architettura Inception è particolarmente più adatta a questo compito perché è in grado di rappresentare contemporaneamente specifiche locali (ad esempio, stanze piccole) e strutture globali (ad esempio, l'organizzazione della disposizione complessiva). InceptionV3 fornisce rappresentazioni complementari ad altri modelli come MobileNetV2 nel contesto del framework meta-ensemble. La diversità delle previsioni è aumentata dalla sua capacità di modellare complesse relazioni spaziali, e questo è importante per migliorare la performance dell'ensemble. Questo aiuta infine a una migliore previsione delle caratteristiche architettoniche e rafforza la classificazione a valle del design abitativo adatto agli anziani e integrato nell'assistenza sanitaria.

Il modello InceptionV3 viene addestrato utilizzando un approccio di transfer-learning con pesi pre-addestrati dal dataset ImageNet. Le immagini di input sono scalate a 224 × 224 × 3 per garantire compatibilità con l'architettura di rete e la coerenza tra tutti i modelli all'interno del framework. Le immagini sono state ridimensionate a 224 × 224 pixel, normalizzate all'intervallo [0, 1] e ampliate usando flipping, rotazione, zoom e spostamento casuali. Durante l'addestramento veniva utilizzato un lotto di 32 esemplari.

I livelli di classificazione originali di InceptionV3 vengono rimossi e viene introdotta una testa di regressione personalizzata per consentire la previsione multioutput. La testa di regressione personalizzata consisteva in uno strato di Global Average Pooling seguito da strati completamente connessi con 512 e 256 neuroni, normalizzazione batch, strati dropout (0,4 e 0,3) e uno strato lineare di output a quattro neuroni. La base convoluzionale è parzialmente fine-tun, con i livelli inferiori pre-addestrati congelati e i livelli superiori, insieme alla testa di regressione personalizzata, regolati per apprendere le caratteristiche specifiche del piano di dominio mantenendo però le rappresentazioni visive generali acquisite durante il pre-addestramento. Dopo la spina dorsale convoluzionale, uno strato di Global Average Pooling trasforma le feature map in una rappresentazione compatta delle feature map. A questo segue uno strato completamente connesso contenente 512 e 256 neuroni con funzioni di attivazione ReLU. Per minimizzare l'overfitting e migliorare la generalizzazione, si applicano tassi di dropout di 0,4 e 0,3. Lo strato finale di uscita è composto da quattro neuroni con attivazione lineare corrispondenti alla previsione della metratura, del numero di camere da letto, del numero di bagni e del numero di garage. Il modello viene addestrato utilizzando l'ottimizzatore Adam con un tasso di apprendimento di 0,0001, una dimensione di lotto di 32 e fino a 15 epoche di addestramento con arresto precoce e riduzione della velocità di apprendimento adattiva per garantire una convergenza stabile.

ResNet101:

ResNet101 è una struttura profonda della CNN costruita sul principio dell'apprendimento residuo che rende possibile addestrare reti estremamente profonde superando il problema del gradiente nullo. Aggiunge connessioni residue, o cosiddette connessioni saltate, che permettono alla rete di apprendere le mappature di identità e di conservare informazioni tra i livelli. Questa architettura migliora notevolmente la stabilità dell'addestramento e permette al modello di apprendere caratteristiche gerarchiche complesse. ResNet101 ha una profonda capacità rappresentativa di 101 livelli ed è quindi molto efficace in compiti che richiedono caratteristiche spaziali aggiuntive.

ResNet101 sarà utilizzato nel framework proposto come estratore di caratteristiche ad alta capacità, che analizzerà le immagini delle planimetrie residenziali. Il modello può essere utilizzato per rappresentare complesse relazioni spaziali, inclusa la connettività delle stanze, la complessità della disposizione e le variazioni strutturali, grazie alla sua architettura profonda. Queste caratteristiche sono fondamentali per fare previsioni precise su elementi architettonici come metratura, camere da letto, bagni e garage. Nel design del meta-ensemble, ResNet101 è un componente significativo e fornisce rappresentazioni di caratteristiche profonde e astratte. ResNet101 si occupa maggiormente delle caratteristiche strutturali a grana fine e quindi è più diversificato tra gli apprendenti base rispetto a modelli leggeri come MobileNetV2. Questa eterogeneità gioca un ruolo essenziale nel migliorare la performance di un ensemble e previsioni solide, specialmente quando si tratta di classificazione residenziale basata sulla sanità.

ResNet101 viene addestrato utilizzando un approccio di transfer-learning con pesi pre-addestrati dal dataset ImageNet. Le immagini di input sono scalate a 224 × 224 × 3, garantendo così compatibilità architettonica e coerenza tra tutti i modelli all'interno del framework. Le immagini sono state ridimensionate a 224 × 224 pixel, normalizzate all'intervallo [0, 1] e ampliate usando flipping, rotazione, zoom e spostamento casuali. Durante l'addestramento veniva utilizzato un lotto di 32 esemplari. La testa di classificazione originale di ResNet101 viene rimossa (include_top=Falso) e viene introdotta una testa di regressione personalizzata per consentire la previsione multioutput. La testa di regressione era composta da uno strato di Global Average Pooling seguito da strati completamente connessi con 512 e 256 neuroni, normalizzazione batch, strati di dropout (0,4 e 0,3) e uno strato lineare di output a quattro neuroni. Per bilanciare il riutilizzo delle caratteristiche e l'adattamento del dominio, i livelli pre-addestrati inferiori sono stati congelati, mentre i livelli più profondi a partire da conv4_block1_1_conv e la testa di regressione personalizzata sono stati ottimizzati. Questa strategia di addestramento selettivo permette al modello di mantenere caratteristiche visive generiche adattando al contempo rappresentazioni di livello superiore alle immagini della pianta di piano. L'output della base convoluzionale viene passato attraverso uno strato di Global Average Pooling per generare una rappresentazione compatta delle caratteristiche. A questo segue strati completamente connessi con 512 e 256 neuroni che utilizzano funzioni di attivazione ReLU. La normalizzazione batch viene applicata per stabilizzare l'apprendimento, e vengono incorporati layer dropout con tassi di 0,4 e 0,3 per ridurre l'overfitting e migliorare la generalizzazione. Il livello finale di uscita contiene quattro neuroni con attivazione lineare corrispondente alla metratura, al numero di camere da letto, bagni e garage. L'ottimizzatore Adam veniva utilizzato con un tasso di apprendimento di 0,0001, come descritto nella configurazione di addestramento. L'aumento dei dati includeva flipping casuale, rotazione, zoom e shifting per migliorare la generalizzazione del modello. L'addestramento è stato svolto fino a 15 epoche con interruzione precoce in base alla perdita di validazione e alla riduzione del tasso di apprendimento adattivo.

VGG16:

VGG16 è un'architettura di rete neurale semplice di tipo convoluzionale profondo, efficace e semplice nei compiti di riconoscimento visivo. È composto da 16 livelli con un design regolare o omogeneo che incorpora piccoli filtri convoluzionali 3 × 3, che facilitano l'apprendimento delle rappresentazioni gerarchiche delle caratteristiche da parte della rete. L'architettura è focalizzata sulla profondità e semplice, il che significa che è in grado di catturare dettagli di basso livello come bordi, texture e strutture semantiche di alto livello. VGG16, con il suo design regolare e le buone prestazioni, è ora una scelta popolare di backbone quando si esegue transfer learning in compiti legati all'immagine.

Nel modello suggerito, VGG16 viene utilizzato come modello DL di base per ricavare le caratteristiche spaziali delle immagini delle planimetrie residenziali. Il fatto che sia organizzata lo rende molto utile per catturare i dettagli più fini dei modelli di disposizione come i confini delle stanze, gli allineamenti strutturali e l'organizzazione spaziale. Le caratteristiche sono fondamentali per prevedere efficacemente le caratteristiche dell'architettura come piedi quadrati, camere da letto, bagni e garage. Nel sistema meta-ensemble, VGG16 fornisce rappresentazioni di caratteristiche stabili e ben generalizzate. VGG16 offre un approccio di estrazione delle funzionalità più bilanciato rispetto a architetture più profonde, come ResNet101, e architetture multiscala, come InceptionV3, aumentando la diversità degli studenti di base. Questa eterogeneità è fondamentale per migliorare le prestazioni dell'insieme e le previsioni affidabili della classificazione residenziale orientata all'assistenza sanitaria.

Il modello VGG16 viene addestrato utilizzando un approccio di trasferimento-apprendimento con pesi pre-addestrati dal dataset ImageNet. Le immagini di input sono scalate a 224 × 224 × 3 per garantire compatibilità con l'architettura e coerenza tra tutti i modelli all'interno del framework. Le immagini sono state ridimensionate a 224 × 224 pixel, normalizzate all'intervallo [0, 1] e ampliate usando flipping, rotazione, zoom e spostamento casuali. Durante l'addestramento veniva utilizzato un lotto di 32 esemplari. I livelli di classificazione originali vengono rimossi (include_top=Falso) e viene aggiunta una testa di regressione personalizzata per adattare il modello alla previsione multioutput. La testa di regressione era composta da uno strato di Global Average Pooling seguito da strati completamente connessi con 512 e 256 neuroni, normalizzazione batch, strati di dropout (0,4 e 0,3) e uno strato lineare di output a quattro neuroni. Gli strati pre-addestrati inferiori erano congelati, mentre quelli a partire da block4_conv1 e la testa di regressione personalizzata erano stati regolati con precisione. Questa strategia consente al modello di mantenere caratteristiche visive generali mentre apprende rappresentazioni specifiche per dominio rilevanti per l'analisi delle pianimetrie. Le caratteristiche di output della base convoluzionale vengono passate attraverso uno strato di Global Average Pooling per generare un vettore di caratteristiche compatto. A questo segue strati completamente connessi con 512 e 256 neuroni che utilizzano funzioni di attivazione ReLU. Vengono incorporati strati di normalizzazione in batch e dropout con tassi di 0,4 e 0,3 per stabilizzare l'addestramento, ridurre l'overfitting e migliorare la generalizzazione. Lo strato finale di output contiene quattro neuroni con attivazione lineare corrispondenti alla metratura, al numero di camere da letto, bagni e previsioni del garage. L'ottimizzatore Adam veniva utilizzato con un tasso di apprendimento di 0,0001, come descritto nella configurazione di addestramento. L'aumento dei dati includeva flipping casuale, rotazione, zoom e shifting per migliorare la generalizzazione del modello. L'addestramento è stato svolto fino a 15 epoche con interruzione precoce in base alla perdita di validazione e alla riduzione del tasso di apprendimento adattivo.

CARE-MIRV-Net (Modello Proposto di Meta-Ensemble DL):

Il CARE-MIRV-Net (Context-Aware Residential Ensemble utilizzando MobileNetV2, InceptionV3, ResNet101 e VGG16 Network) suggerito è un framework DL meta-ensemble basato su stacking che mira a migliorare la stima delle caratteristiche architettoniche sulla base delle immagini della pianta residenziale. L'architettura combina varie CNN eterogenee sfruttandone i vantaggi sinergici nell'estrazione delle caratteristiche. Il modello proposto si basa sulla combinazione di architettura leggera, profonda e multiscala che migliora le prestazioni predittive e offre robustezza in un'ampia gamma di layout residenziali. A differenza delle tecniche tradizionali basate su un singolo modello, CARE-MIRV-Net segue un approccio di apprendimento gerarchico, in cui i modelli base forniscono previsioni iniziali, che poi vengono migliorate da un meta-apprendente.

Quando si tratta di un design residenziale consapevole dello spazio e della salute, la corretta interpretazione della disposizione dei piani è di fondamentale importanza. I modelli DL singoli tendono a essere insufficienti nel generalizzare diversi modelli architettonici. Il framework proposto supererà questa debolezza utilizzando quattro diverse architetture: MobileNetV2, InceptionV3, ResNet101 e VGG16, che offrono diverse capacità rappresentative proprie. MobileNetV2 può essere utilizzato per estrarre le caratteristiche in modo efficiente ed è leggero; InceptionV3 apprende i modelli spaziali su più scale; ResNet101 apprende rappresentazioni gerarchiche profonde; e VGG16 apprende le funzionalità in modo coerente e affidabile. Una combinazione di questi modelli facilita il quadro che abbraccia sia gli attributi spaziali locali che globali, migliorando l'accuratezza e l'affidabilità delle caratteristiche previste come la metratura, il numero di camere da letto, bagni e garage. Le previsioni sopra possono anche essere utilizzate per prevedere ulteriori classificazioni delle disposizioni residenziali, includendo quelle adatte agli anziani, integrate nell'assistenza sanitaria e residenziali generali.

CARE-MIRV-Net è implementato utilizzando una strategia di ensemble basata su stacking a due fasi. Nella prima fase, i quattro modelli base generano indipendentemente previsioni per le variabili target. Gli input meta-learner sono stati generati concatenando gli output di previsione prodotti dai modelli base addestrati sui dati di addestramento. Queste previsioni concatenate formavano i vettori meta-feature a 16 dimensioni utilizzati per l'addestramento dei meta-modelli. La fuga di informazioni è stata evitata tramite una rigida separazione tra i dataset di addestramento e test, e non sono stati utilizzati campioni di test né durante l'addestramento del modello base né del meta-modello. Gli stessi dataset di addestramento e validazione utilizzati per i modelli base sono stati impiegati durante il processo di impilamento. Durante l'addestramento e l'inferenza, il vettore meta-feature a 16 dimensioni è stato costruito concatenando i quattro output di previsione generati da MobileNetV2, InceptionV3, ResNet101 e VGG16. Poiché ogni modello genera un vettore di uscita quadridimensionale, la rappresentazione concatenata produce un input a 16 dimensioni per il meta-apprendente. Questa trasformazione combina le previsioni di tutti i modelli base e funge da input per la seconda fase del framework. La seconda fase consiste nella costruzione di un meta-apprendente di rete neurale completamente connesso per apprendere la combinazione ottimale di previsioni del modello base. Il meta-learner era composto da strati completamente connessi con 512 e 256 neuroni, attivazione ReLU, normalizzazione batch, tassi di abbandono di 0,4 e 0,3 e uno strato lineare di output a quattro neuroni. Strati di dropout con velocità di 0,4 e 0,3 sono stati applicati dopo gli strati densi per ridurre il sovrafitting e migliorare la generalizzazione. Il meta-modello è stato addestrato utilizzando l'ottimizzatore Adam con un tasso di apprendimento di 0,0001, una dimensione di batch di 32 e fino a 15 epoche con stop precoce e riduzione del tasso di apprendimento adattivo. I dati di validazione venivano utilizzati per monitorare le prestazioni del modello durante l'addestramento e per selezionare il modello con le migliori prestazioni. Dopo l'addestramento, il modello meta-ensemble generava previsioni finali combinando i risultati di tutti gli studenti base. MAE e R² sono stati utilizzati per valutare le prestazioni di CARE-MIRV-Net. Per la previsione multioutput, MAE e R² sono stati calcolati confrontando i valori previsti e reali per ciascuna variabile target e poi facendo la media dei risultati su tutti gli output. I risultati sono stati ottenuti da una singola esecuzione sperimentale utilizzando un seed casuale fisso. Il framework proposto migliora la capacità predittiva combinando diverse strutture DL tramite un meccanismo di stacking e fornendo un'analisi interpretabile delle planimetrie residenziali. Questo rende CARE-MIRV-Net applicabile nel contesto di progettazione residenziale orientata alla geriatría e alla sanità. Il codice sorgente, le informazioni sulla configurazione dell'ambiente, le specifiche di dipendenza software e la documentazione di implementazione sono forniti nel File Supplementare 1.

Valutazione delle prestazioni

L'analisi delle prestazioni del framework proposto viene effettuata per determinarne il potere predittivo, la robustezza e la generalizzazione attraverso diverse caratteristiche architettoniche. Vengono condotte analisi quantitative e qualitative per confermare l'utilità del modello proposto. La procedura di valutazione prevede sia misure di regressione standard sia ambienti sperimentali controllati per consentire un confronto equo con i modelli di base. Gli esperimenti sono stati condotti utilizzando una singola esecuzione sperimentale con un seed casuale fisso per garantire riproducibilità e coerenza su tutti i modelli di benchmark e proposti.

Parametri di prestazione:

Due note misure di regressione, MAE e R², sono utilizzate per valutare le prestazioni del quadro proposto. La MAE misura la magnitudine media degli errori di previsione e fornisce un'indicazione chiara della vicinanza tra i valori previsti e quelli reali. Al contrario, il valore R² viene utilizzato per valutare la proporzione di varianza nelle variabili target spiegate dal modello, riflettendo il suo potere predittivo complessivo. Una combinazione di queste metriche fornisce una valutazione completa dell'accuratezza e delle prestazioni generalizzate di tutte le caratteristiche architettoniche previste. Per la previsione multioutput, MAE e R² sono stati calcolati confrontando i valori previsti e reali per ciascuna variabile target e poi facendo la media dei risultati su tutti gli output.

Configurazione sperimentale:

Gli esperimenti sono stati condotti in un ambiente di cloud computing utilizzando Python (versione 3.12.12). Il protocollo proposto è stato implementato utilizzando TensorFlow (versione 2.19.0), Keras (versione 3.13.2), NumPy (versione 2.4.6), Pandas (versione 2.3.3), Scikit-learn (versione 1.6.1), Matplotlib (versione 3.9) e SHAP (versione 0.51.0). L'ambiente computazionale utilizzava un processore Intel Xeon che operava a 2,20 GHz con circa 31 GB di memoria di sistema. Gli esperimenti sono stati condotti su un sistema operativo Ubuntu 22.04 LTS utilizzando GPU NVIDIA Tesla T4 × 2. Il dataset contiene 2.640 immagini di pianta residenziale pre-elaborate e suddivise in dataset di addestramento e test. Il dataset è stato suddiviso utilizzando un rapporto di divisione 80:20, risultando in 2.112 campioni di addestramento e 528 campioni di test. MobileNetV2, InceptionV3, ResNet101 e VGG16 sono quattro modelli DL addestrati utilizzando un approccio di fine-tuning con transfer learning. È stato quindi costruito un modello meta-ensemble basato su stacking, CARE-MIRV-Net, per combinare le previsioni di questi modelli base. Ogni modello veniva addestrato in condizioni uniformi, inclusi ridimensionamenti dell'immagine a 224 × 224 pixel, aumento dei dati e arresti anticipati per ridurre il sovrafitting. L'aumento dei dati includeva flipping casuale, rotazione, zoom e shifting. Sono stati utilizzati un lotto di 32 e un massimo di 15 epoche di addestramento, con un'interruzione precoce basata sulla perdita di validazione e la riduzione del tasso di apprendimento adattivo. L'analisi finale è stata effettuata su un set di test nascosto per fornire una valutazione imparziale e affidabile delle prestazioni. Il set di test nascosto è stato generato durante la partizione iniziale del dataset ed è rimasto completamente isolato durante l'addestramento e lo sviluppo del modello per garantire una valutazione imparziale delle prestazioni.

Descrizione del dataset:

Il dataset utilizzato a supporto dei risultati di questo studio è pubblicamente disponibile sulla piattaforma Kaggle con il titolo "Floor Plan Images and Their Details"²⁸. Il dataset è disponibile su: https://www.kaggle.com/datasets/adilmohammed/floor-plan-images-and-their-details (consultato il 16 aprile 2026). I dati consistono in 2.640 immagini di pianta residenziale e metadati architettonici organizzati. Ogni esempio è un piano abitativo distinto, che offre una vasta gamma di layout residenziali con dimensioni, configurazioni e disposizioni spaziali differenti. La dimensione del dataset è sufficiente per l'addestramento basato su DL e contiene una varietà di pattern architettonici. Il dataset consiste in un'immagine bidimensionale della pianta e attributi numerici correlati che descrivono le caratteristiche strutturali della residenza. Queste caratteristiche includono la superficie totale in metra, il numero di camere da letto, il numero di bagni e il numero di garage. Inoltre, ogni record contiene un percorso dell'immagine, che consente la mappatura diretta degli input visivi alle etichette. Le variabili del dataset includono l'immagine della pianta, il percorso dell'immagine, la metratura, il numero di camere da letto, il numero di bagni e il numero di garage. L'immagine della pianta funge da caratteristica di input, mentre gli attributi architettonici vengono utilizzati come obiettivi di previsione. Il dataset è quindi adatto all'apprendimento supervisionato, con immagini che fungono da input feature e attributi architettonici come target di regressione.

Il dataset contiene una vasta gamma di layout residenziali, che vanno da layout compatti con meno stanze a grandi layout multiroom. Questa variabilità consente l'apprendimento di rappresentazioni spaziali significative, inclusa la distribuzione delle stanze, la densità della disposizione e la complessità strutturale. Questa diversità è particolarmente importante per il quadro proposto, poiché supporta la categorizzazione delle planimetrie in layout adatti agli anziani, integrati nell'assistenza sanitaria e residenziali generali. Prima dell'addestramento del modello, il dataset viene elaborato attraverso una sequenza di procedure di pre-elaborazione per garantire coerenza e compatibilità con i modelli DL. Tutte le immagini sono state ridimensionate a 224 × 224 pixel e normalizzate all'intervallo [0, 1] prima dell'addestramento. Il dataset viene poi organizzato abbinando i percorsi delle immagini con i relativi metadati, dopodiché viene separato in sottoinsiemi di addestramento e test per facilitare l'analisi delle prestazioni. Il dataset è stato suddiviso casualmente in set di addestramento e test utilizzando un rapporto di suddivisione 80:20. I record contenenti immagini complete e dati di metadati sono stati inclusi nell'analisi, mentre quelli incompleti o non validi sono stati esclusi. Durante la partizionazione del dataset veniva utilizzato un seed casuale fisso per garantire la riproducibilità. Il dataset fornisce una base dettagliata per l'analisi guidata dall'IA delle planimetrie residenziali. La combinazione di 2.640 immagini annotate e diversi attributi architettonici supporta la modellazione di regressione multioutput e consente l'integrazione dell'intelligenza spaziale con il processo decisionale di progettazione residenziale orientato alla sanità.

Risultati

È stato condotto un insieme di esperimenti per valutare il framework proposto utilizzando quattro modelli DL, MobileNetV2, InceptionV3, ResNet101 e VGG16, insieme al modello meta-ensemble proposto CARE-MIRV-Net.

Risultati dell'acquisizione e pre-elaborazione dei dataset

La fase di preprocessing è stata progettata per preparare le immagini grezze della pianta e i metadati correlati per l'addestramento e la valutazione utilizzando modelli DL. Il dataset è stato ottenuto dal repository Kaggle e conteneva 2.640 campioni. Ogni campione consisteva in un'immagine della pianta e in quanto ricorrispondenti caratteristiche architettoniche. Solo le colonne rilevanti, inclusi percorso dell'immagine, metratura, camere da letto, bagni e garage, sono state conservate per ulteriori analisi, e sono stati rimossi i record incompleti o vuoti per mantenere la coerenza e la qualità dei dati. Per facilitare l'addestramento e la valutazione del modello, il dataset è stato suddiviso in sottoinsiemi di addestramento e test con un rapporto 80:20, risultando in 2.112 campioni di addestramento e 528 campioni di test. Durante la partizionazione del dataset veniva utilizzato un seed casuale fisso per garantire la riproducibilità. Questa divisione ha garantito che i modelli fossero addestrati su un dataset sufficientemente ampio, preservando al contempo un set di test indipendente per una valutazione oggettiva delle prestazioni. I percorsi delle immagini sono stati standardizzati mappando ogni record alla sua corrispondente posizione all'interno della directory del dataset. I quattro attributi architettonici (piedi quadrati, camere da letto, bagni e garage) fungevano da variabili target per il compito di regressione multioutput. Sebbene camere da letto, bagni e garage siano variabili discrete, sono stati modellati utilizzando un framework di regressione multioutput per consentire la previsione simultanea di tutti gli attributi architettonici all'interno di un'architettura di apprendimento unificata. Questo approccio consente al modello di catturare le relazioni condivise tra le variabili target e di sfruttare le correlazioni tra caratteristiche architettoniche continue e discrete. I valori previsti per attributi discreti sono stati convertiti nell'intero valido più vicino durante la post-elaborazione prima dell'interpretazione e della classificazione a valle della disposizione residenziale.

La Tabella 1 delinea le caratteristiche architettoniche previste dal modello proposto, rappresentando le principali caratteristiche spaziali e funzionali delle pianimetrie residenziali. È stata effettuata un'analisi esplorativa dei dati per comprendere meglio la distribuzione delle variabili target utilizzando istogrammi e visualizzazioni basate sul conteggio. La distribuzione della metratura è continua con densità variabili, mentre la distribuzione di camere da letto, bagni e garage evidenzia la frequenza delle diverse configurazioni residenziali. Queste distribuzioni sono raffigurate nella Figura 2. La distribuzione della metratura è mostrata nella Figura 2A, mentre la distribuzione delle camere da letto, dei bagni e dei garage è mostrata rispettivamente nella Figura 2B–2D. Insieme, questi grafici illustrano la variabilità e la distribuzione delle variabili target all'interno del dataset.

Nome della caratteristica	Descrizione
Piedi quadrati	Superficie edificata totale dell'unità residenziale
Letti	Numero di camere da letto nella disposizione
Terme	Numero di bagni nella disposizione
Garage	Numero di posti garage disponibili

Tabella 1: Attributi architettonici utilizzati come obiettivi di previsione. Definizioni degli attributi architettonici estratte dal dataset delle pianiatrie residenziali e utilizzate come variabili target per l'addestramento e la valutazione dei modelli. Le caratteristiche includono la superficie totale in metratura, il numero di camere da letto, il numero di bagni e il numero di spazi garage associati a ciascuna pianta residenziale.

Figura 2. Distribuzione degli attributi architettonici nel dataset di pianimetrie residenziali. Istogrammi che mostrano le distribuzioni di (A) metratura quadrata, (B) numero di camere da letto, (C) numero di bagni e (D) numero di garage nel dataset utilizzato per lo sviluppo e la valutazione del modello. Clicca qui per visualizzare una versione più grande di questa figura.

La fase di pre-elaborazione delle immagini trasformò tutte le immagini della pianta in un formato standardizzato adatto ai modelli DL. Tutte le immagini venivano caricate, convertite in spazio colore RGB, ridimensionate a 224 × 224 pixel e normalizzate nell'intervallo di [0, 1]. Questo processo garantiva dimensioni di input coerenti e migliorava la convergenza dei modelli durante l'addestramento. Le immagini preprocessate sono state campionate casualmente e le etichette sono state verificate per confermare il corretto preprocessing e l'allineamento delle etichette. Dopo la pre-elaborazione, ogni immagine veniva convertita in un array NumPy e abbinata ai suoi corrispondenti valori target per creare il dataset input-output. I dataset risultanti hanno confermato la preparazione riuscita dei dati, con immagini di addestramento di dimensioni (2112, 224, 224, 3) e immagini di test di dimensioni pari a (528, 224, 224, 3). Le corrispondenti matrici di etichetta avevano rispettivamente le dimensioni (2112, 4) e (528, 4). Le variabili target sono state convertite in valori in virgola mobile per supportare l'apprendimento basato sulla regressione.

Per migliorare ulteriormente la generalizzazione dei modelli e ridurre il sovrafitting, sono state applicate tecniche di aumento dei dati utilizzando un generatore di dati di immagini. Queste tecniche includevano il flipping orizzontale casuale, la rotazione, lo zoom e lo spostamento di larghezza/altezza per aumentare la variabilità dei dati di addestramento e migliorare la generalizzazione del modello. Queste trasformazioni aumentarono la variabilità dei dati di addestramento e permisero ai modelli di apprendere caratteristiche spaziali più robuste e invarianti. La pipeline di preprocessing ha prodotto dati di immagini e tabelle puliti, standardizzati e ben strutturati, fornendo una base adeguata per l'addestramento del framework di deep learning meta-ensemble proposto.

Risultati dei modelli base e del modello proposto

Il dataset preelaborato (2.640 immagini di pianta di piano) è stato utilizzato per addestrare tutti i modelli utilizzando suddivisioni di addestramento e test. Il dataset è stato suddiviso utilizzando un rapporto di divisione 80:20, risultando in 2.112 campioni di addestramento e 528 campioni di test. Veniva utilizzato un seed casuale fisso per garantire la riproducibilità. Pesi preaddestrati venivano utilizzati per l'apprendimento per trasferimento e la messa a punto fine, per adattare i modelli al dominio dell'analisi delle planimetrie architettoniche. Durante l'addestramento sono stati impiegati metodi di aumento dei dati per migliorare la generalizzazione, e l'arresto precoce è stato impiegato per ridurre l'overfitting monitorando le prestazioni di validazione. I modelli sono stati addestrati con un lotto di 32 per un massimo di 15 epoche, con l'arresto anticipato applicato per prevenire il sovrafitting e promuovere una convergenza efficiente. L'arresto precoce ha monitorato la perdita di validazione e interrotto l'addestramento quando non si è osservato alcun ulteriore miglioramento, mentre la riduzione della velocità di apprendimento adattativa è stata applicata per migliorare la convergenza. Sia la perdita che l'EMA sono stati utilizzati per monitorare il processo di addestramento e valutare il comportamento e la stabilità della convergenza. Tutti i modelli sono stati addestrati nelle stesse condizioni sperimentali per garantire un confronto equo. Le Figure 3–7 mostrano le curve di addestramento e validazione della perdita e MAE per tutti i modelli, fornendo una visione della loro dinamica di apprendimento e del comportamento di generalizzazione.

Figura 3. Prestazioni di addestramento di MobileNetV2. (A) Perdita di addestramento e validazione tra epoche di addestramento. (B) Addestramento e validazione dell'errore assoluto medio (MAE) attraverso le epoche di addestramento. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 4. Prestazioni di addestramento di InceptionV3. (A) Perdita di addestramento e validazione tra epoche di addestramento. (B) Addestramento e validazione dell'errore assoluto medio (MAE) attraverso le epoche di addestramento. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 5. Prestazioni di addestramento di ResNet101. (A) Perdita di addestramento e validazione tra epoche di addestramento. (B) Addestramento e validazione dell'errore assoluto medio (MAE) attraverso le epoche di addestramento. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 6. Prestazioni di addestramento di VGG16. (A) Perdita di addestramento e validazione tra epoche di addestramento. (B) Addestramento e validazione dell'errore assoluto medio (MAE) attraverso le epoche di addestramento. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 7. Prestazioni di addestramento di CARE-MIRV-Net. (A) Perdita di addestramento e validazione tra epoche di addestramento. (B) Addestramento e validazione dell'errore assoluto medio (MAE) attraverso le epoche di addestramento. Clicca qui per visualizzare una versione più grande di questa figura.

Le prestazioni di addestramento di MobileNetV2 sono mostrate nella Figura 3. Le curve di perdita di addestramento e validazione sono presentate nella Figura 3A, mentre le curve MAE di addestramento e validazione sono mostrate nella Figura 3B. La perdita di addestramento e l'EMO diminuiscono gradualmente con l'aumento delle epoche, indicando un comportamento di apprendimento stabile. Le curve di validazione mostravano una maggiore variazione e rimasero relativamente più alte rispetto alle curve di addestramento, suggerendo una ridotta performance di generalizzazione. Questa tendenza è coerente con i risultati quantitativi, in cui MobileNetV2 ha mostrato prestazioni predittive relativamente inferiori, in particolare per la previsione della metratura quadrata. Le prestazioni di addestramento di InceptionV3 sono mostrate nella Figura 4. Le curve di perdita di addestramento e validazione sono presentate nella Figura 4A, mentre le curve MAE di addestramento e validazione sono mostrate nella Figura 4B. Il modello ha mostrato una riduzione costante sia della perdita di addestramento che di validazione e MAE, con solo una piccola differenza tra le curve. Questo comportamento suggerisce un apprendimento efficace e una generalizzazione relativamente buona. Le curve di validazione stabili indicano che il modello ha catturato efficacemente le caratteristiche spaziali multiscala, contribuendo a prestazioni migliori rispetto a MobileNetV2. Il comportamento di addestramento di ResNet101 è mostrato nella Figura 5. Le curve di perdita di addestramento e validazione sono presentate nella Figura 5A, mentre le curve MAE di addestramento e validazione sono mostrate nella Figura 5B. Il modello ha mostrato un graduale calo della perdita di addestramento e dell'EMA, mentre le curve di validazione hanno seguito una tendenza simile con lievi fluttuazioni. Sebbene sia stata osservata una certa oscillazione, la convergenza complessiva è rimasta stabile. Queste osservazioni sono coerenti con la capacità del modello di apprendere rappresentazioni spaziali gerarchiche attraverso l'apprendimento residuo. Le prestazioni di addestramento di VGG16 sono mostrate nella Figura 6. Le curve di perdita di addestramento e validazione sono presentate nella Figura 6A, mentre le curve MAE di addestramento e validazione sono mostrate nella Figura 6B.

Le curve di addestramento di VGG16 hanno mostrato una diminuzione continua durante l'addestramento, indicando un apprendimento efficace. Le curve di validazione mostravano oscillazioni e una leggera separazione dalle curve di addestramento, suggerendo un lieve sovrafitting. Tuttavia, il modello rimase competitivo, in particolare per metrature quadrate e previsione del garage, indicando che le sue rappresentazioni apprese rimanevano efficaci e stabili.

Le prestazioni di addestramento di CARE-MIRV-Net sono mostrate nella Figura 7. Le curve di perdita di addestramento e validazione sono presentate nella Figura 7A, mentre le curve MAE di addestramento e validazione sono mostrate nella Figura 7B. La perdita di addestramento e validazione e le curve MAE sono diminuite in modo fluido e costante, con solo una piccola differenza tra di esse. Questo comportamento indica una forte convergenza e una buona generalizzazione. Rispetto ai modelli individuali, il framework meta-ensemble ha prodotto un comportamento di apprendimento più stabile e una minore variabilità. Nel complesso, il confronto delle curve di addestramento suggerisce che, sebbene i singoli modelli abbiano mostrato caratteristiche di convergenza e generalizzazione differenti, CARE-MIRV-Net ha mostrato il comportamento di addestramento più coerente tra i modelli valutati.

Un confronto dettagliato delle prestazioni predittive di MobileNetV2, InceptionV3, ResNet101, VGG16 e del modello proposto CARE-MIRV-Net è fornito nella Tabella 2. Le prestazioni sono state valutate utilizzando MAE e^R2 su quattro variabili target: metratura, numero di camere da letto, numero di bagni e numero di garage. Queste metriche forniscono misure complementari di accuratezza delle previsioni e prestazioni esplicative.

Modello	Piedi quadrati		Letti		Terme		Garage
	MAE	R²	MAE	R²	MAE	R²	MAE	R²
MobileNetV2	881.653	0.1327	0.6873	0.3154	0.6552	0.3457	0.3977	0.1133
InceptionV3	464.64	0.6615	0.4353	0.6708	0.3627	0.7459	0.23	0.6351
ResNet101	611.919	0.5872	0.4287	0.6546	0.3838	0.725	0.2298	0.6489
VGG16	504.435	0.7256	0.698	0.3355	0.4995	0.6436	0.197	0.6757
CARE-MIRV-Net (Proposto)	432.488	0.7053	0.4343	0.6837	0.3689	0.7605	0.1697	0.6958

Tabella 2: Confronto delle prestazioni tra modelli di base e CARE-MIRV-Net. Confronto delle prestazioni previsionali per MobileNetV2, InceptionV3, ResNet101, VGG16 e il modello proposto CARE-MIRV-Net su quattro attributi architettonici: metratura, numero di camere da letto, numero di bagni e numero di garage. Le prestazioni vengono riportate utilizzando l'errore assoluto medio (MAE) e il coefficiente di determinazione (R²). Valori MAE più bassi indicano un errore di previsione inferiore, mentre valori R² più alti indicano una maggiore concordanza tra valori previsti e valori reali.

I singoli modelli hanno dimostrato livelli di prestazioni variabili tra le variabili target. MobileNetV2 ha mostrato le prestazioni complessivamente più basse, in particolare per la previsione della metratura quadrata, con un MAE di 881,6530 e un valore di R² di 0,1327. Le prestazioni per bagni e garage erano inoltre relativamente inferiori, indicando limitazioni nel catturare complesse relazioni spaziali quando usate come modello autonomo.

InceptionV3 ha dimostrato forti prestazioni nella maggior parte delle variabili target, in particolare in bagni e camere da letto, con valori di R² rispettivamente di 0,7459 e 0,6708. Questi risultati suggeriscono una cattura efficace delle caratteristiche spaziali su scala multipla. ResNet101 ha inoltre dimostrato prestazioni competitive grazie alla sua architettura a residui profondi, che ha facilitato l'apprendimento delle rappresentazioni spaziali gerarchiche. Tuttavia, le sue prestazioni sono rimaste leggermente inferiori a quelle di InceptionV3 per alcune variabili, inclusa la previsione della metratura. VGG16 ha fornito prestazioni relativamente bilanciate su tutte le variabili target e ha raggiunto^{il valore R} 2 più alto (0,7256) tra i singoli modelli.

Il framework proposto CARE-MIRV-Net ha superato i singoli modelli nella maggior parte dei compiti valutati. CARE-MIRV-Net ha raggiunto la metratura MAE più bassa (432.488) mantenendo un valore R² di 0.7053. Per la previsione della camera da letto, il modello ha raggiunto un valore di R² di 0,6837. Per la previsione del bagno, CARE-MIRV-Net ha raggiunto^{il valore R} 2 più alto (0,7605) tra tutti i modelli valutati. Analogamente, per la previsione del garage, il modello ha raggiunto il MAE più basso (0,1697) e il valore R² più alto (0,6958). Questi risultati indicano che il framework meta-ensemble ha efficacemente combinato i punti di forza complementari delle singole architetture. I risultati suggeriscono inoltre che integrare previsioni da più modelli ha ridotto le limitazioni specifiche del modello e migliorato le prestazioni predittive complessive. I risultati dimostrano che CARE-MIRV-Net ha fornito prestazioni predittive equilibrate su tutte le variabili target valutate. La valutazione residenziale orientata all'assistenza sanitaria presentata in questo studio dovrebbe essere interpretata come una categorizzazione orientata all'applicazione derivata dal quadro decisionale basato su regole e dagli attributi disponibili della pianta del piano, piuttosto che come una valutazione sanitaria clinicamente validata.

Per valutare ulteriormente le prestazioni predittive, è stata eseguita un'analisi degli errori residui per tutte le variabili target, inclusi metratura, camere da letto, bagni e garage. I grafici residui forniscono una visione delle distribuzioni degli errori di previsione mostrando le differenze tra i valori previsti e osservati. Idealmente, i residui dovrebbero essere distribuiti casualmente attorno a zero, indicando un bias sistematico limitato e una buona generalizzazione.

La Figura 8 mostra il grafico residuo per la previsione della metratura quadrata. La maggior parte dei residui era raggruppata intorno a zero, indicando previsioni relativamente accurate per la maggior parte dei campioni. Tuttavia, sono state osservate dispersioni maggiori e diversi valori agonistici previsti di metrature quadrate più elevate. Queste osservazioni suggeriscono che la variabilità delle previsioni è aumentata per i layout residenziali più grandi.

Figura 8. Analisi residua per la previsione della metratura. Diagramma di scatter che mostra errori residui in funzione dei valori previsti della metratura quadrata. La linea orizzontale indica zero errore residuo. Clicca qui per visualizzare una versione più grande di questa figura.

La distribuzione dei residui per la previsione della camera da letto è mostrata nella Figura 9. I residui erano generalmente centrati attorno a zero, con il motivo diagonale che rifletteva la natura discreta della variabile della camera da letto. L'intervallo relativamente ristretto dei residui indica una performance predittiva costante, senza evidenti bias sistematici. La Figura 10 presenta il grafico residuo per la previsione dei bagni. I residui sono rimasti concentrati intorno a zero ma hanno mostrato una dispersione leggermente maggiore rispetto a quelli osservati nella previsione della camera da letto. Il pattern di bande visibile è coerente con la natura discreta della variabile target. Erano presenti anche diversi valori anomali a valori previsti più alti.

Figura 9. Analisi residua per la previsione della camera da letto. Diagramma di scatter che mostra errori residui in funzione dei valori previsti delle camere da letto. La linea orizzontale indica zero errore residuo. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 10. Analisi residua per la previsione del bagno. Grafico di scatter che mostra errori residui in funzione dei valori previsti del bagno. La linea orizzontale indica zero errore residuo. Clicca qui per visualizzare una versione più grande di questa figura.

L'analisi dei residui per la previsione del garage è mostrata nella Figura 11. I valori residui sono rimasti concentrati attorno a zero e hanno mostrato una varianza relativamente bassa rispetto alle altre variabili target. L'intervallo discreto e limitato dei valori del garage produceva schemi lineari distinti all'interno del grafico. La distribuzione residua ristretta suggerisce una performance predittiva relativamente costante per questa variabile.

Figura 11. Analisi residua per la previsione del garage. Diagramma di scatter che mostra errori residui in funzione dei valori previsti del garage. La linea orizzontale indica zero errore residuo. Clicca qui per visualizzare una versione più grande di questa figura.

Nel complesso, le analisi residue indicano che CARE-MIRV-Net ha generato previsioni generalmente centrate su zero su tutte le variabili target. Sebbene siano state osservate una certa variabilità e valori anomali, in particolare per la previsione della metratura quadrata, le distribuzioni residue complessive supportano la coerenza delle prestazioni predittive del modello all'interno del dataset valutato.

Risultati dell'analisi AI spiegabile usando SHAP

Per migliorare l'interpretabilità del framework proposto CARE-MIRV-Net, è stato incorporato un approccio AI spiegabile utilizzando SHAP. SHAP è un metodo di teoria dei giochi che spiega le previsioni dei modelli assegnando valori di importanza delle caratteristiche basati sui valori di Shapley. Quando applicato al modello meta-ensemble proposto, SHAP è stato utilizzato per esaminare il contributo di ciascun modello base all'output finale del meta-learner. L'input al meta-modello consisteva in previsioni concatenate da quattro modelli base—InceptionV3, MobileNetV2, ResNet101 e VGG16—risultando in uno spazio delle caratteristiche a 16 dimensioni. Ogni elemento rappresentava un attributo architettonico previsto (metratura quadrata, camere da letto, bagni o garage) generato da un modello base specifico. L'interpretazione di queste caratteristiche è stata effettuata selezionando un sottoinsieme casuale dei dati meta-training come distribuzione di fondo e un sottoinsieme più piccolo di campioni di test per la generazione di spiegazioni al fine di migliorare l'efficienza computazionale.

Sono state create versioni a singolo output del meta-modello per isolare e analizzare indipendentemente i contributi alle caratteristiche per ogni variabile target. Lo SHAP KernelExplainer è stato applicato come descritto in precedenza e nel File Supplementare 1 per stimare i contributi delle caratteristiche e interpretare le previsioni del framework proposto. Questi valori sono stati utilizzati per quantificare in che misura ogni previsione del modello base ha contribuito positivamente o negativamente all'output finale. Sulla base dell'analisi SHAP, CARE-MIRV-Net non si è basato esclusivamente su un singolo apprendente base, ma ha assegnato diversi livelli di importanza a diversi modelli a seconda della variabile target e delle caratteristiche di input. Queste osservazioni indicano che l'approccio di ensemble basato sullo stacking utilizzava informazioni complementari provenienti da molteplici modelli di base.

Le Figure 12–15 presentano i grafici riassuntivi SHAP per le quattro variabili target: metratura, camere da letto, bagni e garage. Questi grafici forniscono una panoramica su come il meta-modello CARE-MIRV-Net abbia utilizzato le previsioni dei singoli studenti di base. In ogni grafico, l'asse orizzontale rappresenta i valori SHAP (contributi delle caratteristiche), mentre la scala dei colori rappresenta la magnitudine delle caratteristiche dai valori bassi agli alti.

Figura 12. Grafico riassuntivo SHAP per la previsione della metratura quadrata. Grafico riassuntivo SHAP che mostra il contributo delle previsioni del modello base alla stima della metratura da parte del meta-apprendente CARE-MIRV-Net. Le caratteristiche sono classificate in base all'importanza. Il colore dei punti indica il valore della caratteristica, mentre la posizione orizzontale indica il contributo SHAP alla previsione. SHAP, SHAPLEY Spiegazioni additive. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 13. Grafico riassuntivo SHAP per la previsione della camera da letto. Grafico riassuntivo SHAP che mostra il contributo delle previsioni del modello base alla stima della camera da letto da parte del meta-learner CARE-MIRV-Net. Le caratteristiche sono classificate in base all'importanza. Il colore dei punti indica il valore della caratteristica, mentre la posizione orizzontale indica il contributo SHAP alla previsione. SHAP, SHAPLEY Spiegazioni additive. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 14. Grafico riassuntivo SHAP per la previsione del bagno. Grafico riassuntivo SHAP che mostra il contributo delle previsioni del modello base alla stima dei bagni da parte del meta-learner CARE-MIRV-Net. Le caratteristiche sono classificate in base all'importanza. Il colore dei punti indica il valore della caratteristica, mentre la posizione orizzontale indica il contributo SHAP alla previsione. SHAP, SHAPLEY Spiegazioni additive. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 15. Grafico riassuntivo SHAP per la previsione del garage. Grafico riassuntivo SHAP che mostra il contributo delle previsioni del modello base alla stima in garage da parte del meta-learner CARE-MIRV-Net. Le caratteristiche sono classificate in base all'importanza. Il colore dei punti indica il valore della caratteristica, mentre la posizione orizzontale indica il contributo SHAP alla previsione. SHAP, SHAPLEY Spiegazioni additive. Clicca qui per visualizzare una versione più grande di questa figura.

La Figura 12 mostra il riepilogo SHAP per la previsione della metratura. Caratteristiche come Mob_SF, Res_SF e Inc_SF hanno mostrato contributi SHAP relativamente maggiori rispetto ad altre caratteristiche, indicando che le previsioni generate da MobileNetV2, ResNet101 e InceptionV3 hanno contribuito in modo sostanziale alla stima della metratura. Valori più alti delle caratteristiche (rosso) erano generalmente associati a una maggiore superficie prevista in metra, mentre valori più bassi (blu) erano associati a previsioni più basse. Le caratteristiche legate a camere da letto e bagno hanno mostrato contributi relativamente minori, indicando che la previsione della metratura è stata influenzata principalmente da previsioni legate all'area generate dai modelli base.

La Figura 13 presenta l'analisi SHAP per la previsione della camera da letto. Caratteristiche come Res_Beds, VGG_Beds e Inc_Beds hanno mostrato contributi relativamente maggiori rispetto ad altre, indicando che le previsioni di ResNet101, VGG16 e InceptionV3 sono state influenti nel determinare la previsione finale della camera da letto. I valori SHAP erano distribuiti intorno a zero, suggerendo che il meta-modello integrasse informazioni provenienti da più fonti invece di affidarsi a un unico predittore dominante. Le caratteristiche relative ai garage e alla metratura hanno mostrato contributi relativamente minori.

La Figura 14 presenta il riepilogo SHAP per la previsione dei bagni. Caratteristiche come VGG_Baths, Inc_Baths e Mob_Baths hanno mostrato contributi relativamente elevati, indicando che le previsioni di VGG16, InceptionV3 e MobileNetV2 hanno contribuito in modo sostanziale alla stima dei bagni. La distribuzione dei valori SHAP suggerisce che le previsioni aumentate da questi modelli base fossero associate a una maggiore influenza sulla previsione finale. I contributi sono apparsi più ampiamente distribuiti tra i modelli rispetto ad alcune altre variabili target.

La Figura 15 presenta l'analisi SHAP per la previsione del garage. Caratteristiche come Mob_Garages, Inc_Garages e VGG_Garages hanno mostrato contributi relativamente forti alla previsione finale. Il grafico dimostra che le previsioni legate al garage da molteplici modelli base hanno contribuito all'output finale, con una netta separazione tra contributi di funzionalità di valore inferiore e alto. La più ampia diffusione dei valori SHAP suggerisce una maggiore sensibilità del meta-modello alle caratteristiche di previsione legate al garage.

Nel complesso, l'analisi SHAP ha dimostrato che il framework CARE-MIRV-Net proposto integrava i contributi di più studenti base nella generazione delle previsioni finali. I risultati forniscono una visione interpretabile dell'influenza relativa delle previsioni dei singoli modelli tra le quattro variabili target architettoniche e supportano la comprensione del processo decisionale meta-ensemble.

Risultati della classificazione della disposizione residenziale

Esempi rappresentativi dei risultati della classificazione della disposizione residenziale sono mostrati nelle Figure 16–18. Questi esempi illustrano l'applicazione del livello decisionale basato su regole agli attributi architettonici previsti dal framework CARE-MIRV-Net. La Figura 16 presenta un esempio classificato come disposizione dell'assistenza sanitaria, la Figura 17 presenta un esempio classificato come disposizione residenziale generale, e la Figura 18 presenta un esempio classificato come disposizione dell'assistenza agli anziani. Gli esempi dimostrano come gli attributi architettonici previsti vengano tradotti in categorie residenziali a livello applicativo attraverso le regole decisionali predefinite descritte nella sezione Protocollo. Questi esempi dovrebbero essere interpretati come risultati illustrativi del quadro di classificazione basato su regole derivati dagli attributi previsti della pianta di piano e dai criteri decisionali predefiniti, piuttosto che come classificazioni cliniche o sanitarie validate indipendentemente.

Figura 16. Esempio rappresentativo classificato come struttura residenziale per cure mediche. Esempio di immagine della pianta residenziale valutata dal quadro proposto e assegnata alla categoria di assistenza medica sulla base degli attributi architettonici previsti e dei criteri di classificazione basati su regole. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 17. Esempio rappresentativo classificato come disposizione residenziale generale. Esempio di immagine della pianta residenziale valutata dal quadro proposto e assegnata alla categoria residenziale generale sulla base degli attributi architettonici previsti e dei criteri di classificazione basati su regole. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 18. Esempio rappresentativo classificato come struttura residenziale per anziani. Esempio di immagine della pianta residenziale valutata dal quadro proposto e assegnata alla categoria di assistenza agli anziani sulla base degli attributi architettonici previsti e dei criteri di classificazione basati su regole. Clicca qui per visualizzare una versione più grande di questa figura.

Un esempio rappresentativo mostrato nella Figura 16 dimostra che il modello prevedeva una superficie di 2233,16 metri quadrati rispetto al valore effettivo di 2268,00, indicando un errore di previsione relativamente piccolo. Analogamente, i valori previsti per camere da letto (3,23 vs. 3), bagni (2,65 vs. 2) e garage (1,11 vs. 1) erano vicini ai corrispondenti valori di realtà. Sulla base di questi attributi previsti, il livello decisionale basato su regole ha classificato la disposizione come assistenza medica. Questo esempio illustra come il framework applichi attributi architettonici previsti per generare classificazioni residenziali a livello applicativo.

Un secondo esempio mostrato nella Figura 17 mostra una disposizione classificata come uso residenziale generale. La metratura prevista (1692,76) era inferiore al valore effettivo (1879,00), mentre il numero previsto di camere da letto, bagni e garage rimaneva vicino ai corrispondenti valori di accuratezza sul terreno. Sulla base degli attributi architettonici previsti, il livello decisionale assegnava la disposizione alla categoria residenziale generale. Questo esempio dimostra l'applicazione del quadro di classificazione a una disposizione residenziale di dimensioni moderate nonostante piccole deviazioni nelle previsioni individuali.

La Figura 18 presenta una disposizione residenziale compatta con una superficie reale di 981,00 metri quadrati e una superficie prevista di 1076,17. I valori previsti per camere da letto (1,99 contro 2), per bagni (1,75 contro 2) e garage (0,98 contro 1) erano anch'essi vicini ai corrispondenti valori di realtà. Sulla base di queste caratteristiche previste, il livello decisionale ha classificato la disposizione come assistenza agli anziani. Questo esempio illustra l'applicazione delle regole di classificazione predefinite a layout caratterizzati da aree di pavimento più piccole e meno stanze.

Nel complesso, gli esempi rappresentativi dimostrano l'integrazione della previsione degli attributi architettonici e della categorizzazione della disposizione residenziale basata su regole all'interno del framework CARE-MIRV-Net. Negli esempi mostrati nelle Figure 16–18, gli attributi architettonici previsti erano generalmente coerenti con i corrispondenti valori di realtà, supportando l'uso del quadro proposto per l'analisi automatizzata delle planimetrie residenziali e la classificazione a livello applicativo.

Disponibilità dei dati:

Il dataset utilizzato in questo studio è disponibile pubblicamente tramite il repository^{Kaggle 28}, intitolato "Floor Plan Images and Their Details", e può essere consultato su: https://www.kaggle.com/datasets/adilmohammed/floor-plan-images-and-their-details. Tutte le analisi riportate in questo studio sono state condotte utilizzando dati ottenuti da questa fonte pubblicamente accessibile. Il codice sorgente, la documentazione di implementazione e le informazioni sulla configurazione dell'ambiente necessarie per riprodurre i risultati riportati sono forniti nel File Supplementare 1.

Fascicolo supplementare 1. Pacchetto di implementazione CARE-MIRV-Net. Questo file contiene il codice sorgente, la documentazione README, le specifiche di dipendenza software, le informazioni sull'ambiente e gli script di implementazione necessari per riprodurre il flusso di lavoro CARE-MIRV-Net. Clicca qui per scaricare questo file.

Fascicolo supplementare 2. Algoritmo per l'analisi della pianta residenziale CARE-MIRV-Net. Questo file fornisce l'Algoritmo 1, che include la preelaborazione dei dati, la previsione del modello base, la concatenazione delle meta-caratteristiche, la previsione del meta-ensemble, la classificazione dei livelli decisionali, la spiegabilità basata su SHAP e il flusso di lavoro delle metriche di valutazione utilizzati nello studio. Clicca qui per scaricare questo file.

Discussione

Questo studio presenta CARE-MIRV-Net, un framework DL meta-ensemble basato su stacking per l'analisi automatizzata delle immagini della pianta residenziale. Il framework integra quattro architetture CNN complementari—MobileNetV2, InceptionV3, ResNet101 e VGG16—per prevedere attributi architettonici chiave, tra cui metratura, numero di camere da letto, bagni e garage. Queste previsioni vengono successivamente combinate tramite un meta-learner e utilizzate all'interno di uno strato decisionale basato su regole per categorizzare le disposizioni residenziali in categorie di cura degli anziani, assistenza medica o residenziale generale. L'integrazione di modellazione predittiva, apprendimento in ensemble e intelligenza artificiale spiegabile fornisce un quadro unificato per l'analisi delle planimetrie^residenziali 3,7,17,20.

I risultati rappresentativi dimostrano che CARE-MIRV-Net ha ottenuto prestazioni predittive migliorate rispetto ai singoli modelli base su molteplici attributi architettonici. Il framework dell'ensemble ha generalmente ridotto gli errori di previsione e migliorato la R², suggerendo che la combinazione di architetture CNN eterogenee può migliorare la robustezza^{predittiva 12,20}. Inoltre, l'incorporazione di SHAP ha permesso l'interpretazione dei contributi relativi dei singoli modelli base alle previsioni finali, aumentando così la trasparenza del modello^11,17. Il quadro può quindi fornire un approccio utile per studi che richiedono sia la performance predittiva sia l'interpretabilità del modello.

Il quadro proposto potrebbe contribuire all'avanzamento della ricerca che coinvolge analisi architettonica automatizzata, valutazione della progettazione residenziale e sistemi di supporto alle decisioni basati sui dati. Integrando la previsione multioutput con la categorizzazione a livello applicativo, il framework va oltre i tradizionali approcci di riconoscimento delle planimetrie o estrazione di caratteristiche. La metodologia potrebbe essere applicabile in studi che riguardano la pianificazione residenziale, gli ambienti di abitazione intelligente e la valutazione della disposizione^spaziale 1,2,8,22. Tuttavia, dovrebbero essere considerate diverse limitazioni. Innanzitutto, il framework è stato sviluppato e valutato utilizzando un unico dataset pubblicamente disponibile, e non è stata effettuata una validazione esterna su dataset indipendenti. Nel presente studio non è stata condotta alcuna validazione esterna e la valutazione del modello è stata effettuata utilizzando il sottoinsieme di test designato derivato dal dataset pubblicamente disponibile. In secondo luogo, le categorie residenziali generate dal quadro sono derivate da criteri predefiniti basati su regole piuttosto che da etichette di progettazione sanitaria validate in modo indipendente. Le categorie di assistenza agli anziani, assistenza medica e residenziale generale generate dal quadro derivano da criteri predefiniti basati su regole e non devono essere interpretate come valutazioni clinicamente validate della progettazione sanitaria. In terzo luogo, il quadro si basa principalmente su attributi architettonici derivati dalle immagini della pianta e non incorpora standard di progettazione specifici per l'assistenza sanitaria, criteri di accessibilità o misure di risultato centrate sull'occupante. Non sono stati utilizzati standard formali di accessibilità, progettazione sanitaria o progettazione residenziale per definire le regole di classificazione. Invece, il framework di categorizzazione è stato sviluppato utilizzando gli attributi disponibili della pianta di pianta e i criteri decisionali orientati all'applicazione. I lavori futuri potrebbero includere la validazione esterna su dataset indipendenti, l'incorporazione di standard formali di accessibilità e progettazione sanitaria, e la valutazione utilizzando ulteriori misure di design e di risultato centrate sull'occupante per migliorare ulteriormente l'applicabilità e la generalizzazione del framework.

Approcci alternativi possono essere utilizzati anche per indagare la stessa ipotesi. Ad esempio, modelli di visione basati su trasformatori, rappresentazioni spaziali basate su grafi o architetture ibride DL potrebbero essere applicati per catturare relazioni spaziali all'interno dei layout^{residenziali 13, 15, 19}. Analogamente, i quadri di classificazione basati su dataset etichettati da esperti o su standard di progettazione sanitaria possono fornire metodi alternativi per la valutazione della disposizione^{residenziale 8,22}. Sebbene questi metodi possano offrire vantaggi complementari, il framework proposto CARE-MIRV-Net dimostra la fattibilità di combinare più architetture CNN all'interno di un framework di ensemble basato su stacking per la previsione multioutput e la categorizzazione della disposizione residenziale.

I lavori futuri potrebbero concentrarsi sull'ampliamento del quadro per supportare un ragionamento spaziale più avanzato e un'applicabilità più ampia nel mondo reale. Le direttive potenziali includono l'incorporazione di rappresentazioni di pianta basate su grafi per modellare la connettività delle stanze, la valutazione di architetture basate su trasformatori di visione (ViT) per l'estrazione di caratteristiche, e lo sviluppo di strategie di classificazione multiclass o multilabel 13,15,18. Inoltre, studi futuri potrebbero incorporare attributi di design specifici per la sanità, standard di accessibilità e dataset di validazione indipendenti per valutare ulteriormente l'applicabilità del quadro in ambienti residenziali orientati alla^{sanità 8,22.} Il quadro può anche essere adattato per l'integrazione nelle piattaforme di smart city e nei sistemi di supporto alle decisioni per la pianificazione^{residenziale 1,2}.

Materiali

Elenco dei materiali utilizzati in questo articolo

Nome	Azienda	Numero di catalogo	Commenti
CARE-MIRV-Net implementation package	Supplementary File 1	Versione 1.0	N/A
Scripts per la rigenerazione di figure e tabelle	Supplementary File 1	Versione 1.0	N/A
Immagini del piano e il loro dataset di dettagli	Kaggle	Dataset pubblico	N/A
GPU	NVIDIA Corporation	Tesla T4 × 2	N/A
Processore Intel Xeon	Intel Corporation	2.20 GHz	N/A
Keras	Keras Team	Versione 3.13.2	N/A
Matplotlib	Matplotlib Development Team	Versione 3.9	RRID:SCR_008624
NumPy	NumPy Developers	Versione 2.4.6	RRID:SCR_008633
Sistema operativo	Linux	Ubuntu 22.04 LTS	N/A
Pandas	Pandas Development Team	Versione 2.3.3	RRID:SCR_018214
Python	Python Software Foundation	Versione 3.12.12	RRID:SCR_008394
Scikit-learn	Scikit-learn Developers	Versione 1.6.1	RRID:SCR_002577
SHAP	SHAP Development Team	Versione 0.51.0	N/A
Memoria di sistema (RAM)	Ambiente di cloud computing	31 GB	N/A
TensorFlow	Google	Versione 2.19.0	RRID:SCR_016345
File di configurazione dell'ambiente di addestramento	Supplementary File 1	Versione 1.0	N/A