高齢者向け住宅評価のための住宅間取り属性のディープラーニングに基づく予測

サマリー

このプロトコルは、住宅間取り画像の自動解析のためのメタアンサンブル深層学習ワークフローを記述しています。この手順には、データセットの前処理、複数の畳み込みニューラルネットワークを用いたアーキテクチャ属性予測、積み重ね型アンサンブル学習、ルールベースの住宅分類、住宅レイアウト評価を支援するSHapley加法的説明分析が含まれます。

要約

高齢化人口向けのスマートハウジングソリューションの需要増加により、住宅間取り分析のための自動化手法の必要性が高まりました。従来の建築評価手法は手作業で時間がかかり、スケールが難しいため、空間レイアウトを解釈し住宅デザイン評価を支援できる人工知能ベースの技術の必要性が浮き彫りになっています。このプロトコルは、住宅間取り画像の自動解析のためのメタアンサンブル型ディープラーニングフレームワークを説明しています。提案されているCARE-MIRV-Netフレームワークは、MobileNetV2、InceptionV3、ResNet101、VGG16という4つの補完的な畳み込みニューラルネットワークを統合し、平方フィート数、寝室数、バスルーム、ガレージなどの建築的特性を予測します。ベースモデルからの予測は、スタッキングベースのメタアンサンブルモデルで結合され、その後ルールベースの意思決定層内で住宅レイアウトを高齢者ケア、医療ケア、一般住宅として分類するために用いられます。実験評価では、複数のターゲット変数にわたる堅牢な予測性能が示されました。提案されたモデルは、平方フィート予測において平均絶対誤差(MAE)432.48、決定係数(R²)0.7053を達成しました。バスルーム予測では、フレームワークは^R2 が0.7605、ガレージ予測では最低MAEが0.1697、最高^R2 が0.6958となりました。質的分析により、フレームワークが建築属性予測を生成し、応用指向の住宅レイアウト評価を支援する能力が示されました。透明性と解釈性を高めるために、各ベースモデルの最終予測への寄与を定量化するために、SHapleyの加法的説明が導入されました。提案されたフレームワークは、住宅間取り分析と意思決定支援のための解釈可能かつ拡張可能なアプローチを提供します。

概要

スマートシティ技術とスマートリビング環境の急速な発展により、住宅デザインにおける自動化およびデータ駆動型ソリューションの需要が高まっています。特に、高齢化人口の増加と医療関連住宅の需要により、機能的かつ特定の^{利用者グループ}のニーズに合わせた住宅空間の設計の重要性が高まっています。従来の建築間取り解析手法は、手作業で時間がかかり、専門家の解釈に依存します。そのため、非効率的でスケールが難しいのです。これにより、住宅のレイアウトを自動的に解析し、情報に基づく意思決定を支援できるインテリジェントシステムへの強いニーズが生まれ^ました。

特にディープラーニング(DL)やコンピュータビジョンにおける人工知能(AI)の最近の進展により、画像ベースのデータの分析が大幅に向上しました。畳み込みニューラルネットワーク(CNN)は空間特徴抽出や複雑な視覚パターンの学習に非常に効果的であることが証明されており、フロアプラン画像解析に適しています(^4,5,6)。これらのモデルは、建築的属性を予測する上で不可欠な部屋構造、レイアウトの構成、空間的関係の暗黙的な表現を学習^{できます。}しかし、単一のDLモデルに依存することは一般化を制限することがあります。なぜなら、異なるアーキテクチャは空間的特徴に重点を置き、アーキテクチャの変動性から生じるバイアスを示す^{可能性があるからです}。これらの進歩にもかかわらず、既存の手法は複数のモデルを統合し、マルチアウトプット予測をサポートし、アプリケーションレベルの解釈性を提供する統合フレームワークを欠いていることが多いです。さらに、医療志向の住宅評価と説明可能性は、間取り図解析システム内で比較的限定的な注目しか受けていません。このような包括的な枠組みの欠如は、特に透明性と意思決定支援が重要な分野で、実用的な適用性と解釈可能性を制限します(10,11,12)。

AIはまた、建築間平面図の自動解析と生成にも大きく貢献しています。ある研究では、機械学習(ML)を用いて二次元の間取り図画像を三次^{元モデルに}変換する方法を調査しました。著者らは、従来のコンピュータ支援設計(CAD)手法の限界を強調し、空間理解のためのスケーラブルなAIベースのパイプラインの重要性を強調しました。彼らの発見は、DLが間取りから構造情報を効果的に抽出できることを示しましたが、一般化やデータの変動性に関する課題は依然として残っています。別の研究では、自動フロア^{プラン生成のための}マルチエージェントによる深層強化学習フレームワークを提案しました。このアプローチは建築デザインにおいてかなりの柔軟性とカスタマイズ性を提供しますが、主に既存の間取りの予測分析よりも設計生成に焦点を当てています。

包括的な間取り図検索調査では、意味論的、空間的、形状に基づく、テクスチャに基づく特徴が検討され、間^取り図の理解を図りました。調査では、CNNやトランスフォーマーベースのアーキテクチャを含むDLモデルが意味のある表現を学ぶ上で重要であることが強調されました。しかし、複雑なレイアウトにおけるノイズ、歪み、特徴識別に関する課題も指摘しました。同様に、MLベースのアプローチはフロアプラン認識のためにトポロジカルおよび視覚的関係を組み込み^ました。この研究は、視覚的アクセス性と空間的接続性が建築レイアウトの理解に重要であることを示しましたが、マルチアウトプット予測やアンサンブル学習戦略には触れていませんでした。生成AIは建築応用にも探求されています。建築における生成AIのレビューでは、生成的敵対ネットワーク(GAN)、変分自動エンコーダ(VAE)、および拡散モデルの設計自動化の利用を検討しました。¹⁶。著者らは、実用的な建築ワークフローにおけるAIツールの採用が増加していることを強調しました。しかし、その研究の焦点は予測モデリングや意思決定支援アプリケーションではなく、設計生成にありました。説明可能なAIはDLモデルの解釈においてますます重要になっています。都市シミュレーション応用におけるDLモデルの解釈に用いられるSHapley加法拡張(SHAP)ベースのフレームワークを提案した研究¹⁷。その結果、SHAPは影響力のある特徴を特定し、グローバルおよびローカルレベルの両方で解釈可能性を向上させることが示されました。この研究は空間応用におけるSHAPの価値を支持していますが、アンサンブル学習フレームワークとの統合については調査していません。最近のDLアーキテクチャの発展は、画像ベースのタスクにおける性能をさらに向上させています。ある研究では、CNNベースおよびトランスフォーマーベースのアーキテクチャを含む現代のDLモデルの包括的なレビューが提示^{されました。}この研究は、一般化性能向上のためのモデル選択とハイブリッドアーキテクチャの重要性を強調しました。しかし、フロアプラン解析の応用については具体的に扱っていませんでした。大規模なデータセットはアーキテクチャ解析の進展も促進しています。例えば、ある研究では数千の複雑な^間取図を含むベンチマークデータセットが導入されました。この研究は、既存のモデルが大規模かつ複数アパートのレイアウトを分析する際に依然として課題に直面していることを示し、より堅牢で一般化可能なアプローチの必要性を強調しました。

DLはアンサンブル学習でも広く研究されています。ディープアンサンブル手法に関する最近の研究では、複数のモデルを組み合わせることでバイアスと分散を減らし、予測精度と堅牢性を大幅に向上させることが示されました^。これらの手法は効果的であるにもかかわらず、特に多出力回帰タスクにおける建築の間取り分析には広く適用されていません。さらに、自動化された間取り分析に関する最近の研究では、予測、分類、^{解釈可能性を}組み合わせた統合フレームワークの重要性が強調^{されています。}既存の研究は、特徴抽出、レイアウト生成、分類などの個別機能に焦点を当てていることが多いです。その結果、マルチモデル学習、住宅レイアウト評価、説明可能なAIを統合した統一フレームワークの開発には明確な研究ギャップが残っています。DLや建築解析ではかなりの進歩が見られますが、いくつかの研究の空白が残っています。既存の多くの研究は、多出力予測とアプリケーションレベルの意思決定の両方をサポートする統一フレームワークを提供していません。さらに、多くのアプローチは単一のDLモデルに依存しているため、多様な空間特性を捉える能力が制限され、モデル固有のバイアスが生じることもあります。フロアプラン解析のためのアンサンブル学習は、特にロバスト性向上のための異種モデルの統合に関しては、依然として比較的十分に研究されていません。さらに、住宅分類には限定的な注目が払われており、高齢者向け住宅の考慮や解釈可能性に重点が置かれています。多くのDLモデルはブラックボックスのように機能するため、その予測の根拠を理解することは依然として困難です。これらの制約は、マルチモデル学習、正確な予測、応用指向の住宅分類、説明可能なAIを統合した包括的なフレームワークの必要性を浮き彫りにしています。

本研究は、空間認識と住宅レイアウト評価に重点を置き、住宅間取り画像の分析を自動化したフレームワークを提示し、これらの課題に対応します。提案されたフレームワークは、メタアンサンブルDLモデルであるCARE-MIRV-Netを導入し、MobileNetV2、InceptionV3、ResNet101、VGG16という4つの補完的なCNNをスタッキングベースのアーキテクチャ^24,25,26,27に統合しています。各モデルは、平方フィート数、寝室数、バスルーム、ガレージなどの主要な建築的特徴を独立して予測します。これらの予測はメタラーナーによって結合され、洗練された予測が生成されます。さらに、ルールベースの意思決定レイヤーを用いて、予測属性に基づいて住宅レイアウトを高齢者介護、医療ケア、一般住宅に分類します。

この研究の貢献は以下の通りです。まず、住宅の間取り画像から建築属性の多出力予測を行うメタアンサンブルDLフレームワークを提案します。次に、CARE-MIRV-Netモデルは4つのCNNアーキテクチャを統合し、予測精度と一般化を向上させています。第三に、予測された建築的属性に基づくアプリケーション指向の住宅レイアウト分類を支援するために、ルールベースの意思決定層が組み込まれています。第四に、SHAPベースの説明可能AIが統合され、モデルの透明性と解釈可能性を高めています。最後に、平均絶対誤差(MAE)と決定係数(R²)を性能指標として用いて提案された枠組みを評価する広範な実験が実施されます。

プロトコル

本研究はKaggleプラットフォームの公開データセット(Floor Plan Images and Their Details、https://www.kaggle.com/datasets/adilmohammed/floor-plan-images-and-their-details で利用可能;2026年4月16日アクセス)を使用しました。人間の参加者、動物、個人を特定できるデータは含まれていませんでした。したがって、倫理的承認やインフォームド・コンセントは必要ありませんでした。

このプロトコルは、空間認識と医療志向のデザインに焦点を当てた、住宅間取り画像の自動解析のためのAI駆動フレームワークを提供します。完全な実験ワークフローは 図1に示されています。このプロトコルは、低レベルのアーキテクチャ機能予測と高レベルのアプリケーション指向の意思決定の間のギャップを埋めるよう設計されています。DL、アンサンブルモデリング、説明可能なAIを統合し、住宅レイアウトの正確で堅牢かつ解釈可能なソリューションを提供します。このフレームワークは、データ取得と前処理から始まり、ディープCNNを用いた特徴学習、メタアンサンブル予測、そして最後にアプリケーションレベルの分類という複数の段階で構成されています。まず、間取り図画像およびそれに対応する建築特性は、サイズ変更、正規化、データ拡張を経て事前処理され、一貫性を確保し、一般化を向上させます。すべてのフロアプラン画像は224×224ピクセルにリサイズされ、範囲[0, 1]に正規化されました。トレーニング中にランダムな水平反転、回転、ズーム、幅・高さシフトを用いたデータ拡張が適用され、モデルの一般化が向上し、過学習の軽減が図られました。垂直方向の反転は一切行われていません。完全な拡張パラメータと実装の詳細は補足ファイル1に記載されています。処理されたデータは、特徴抽出や予測のために複数のDLモデルの訓練に用いられました。すべてのベースモデルとCARE-MIRV-Netメタラーナーは、データ増強、早期停止、適応学習率スケジューリングを含む一貫した構成で訓練されました。早期停止は5エポックの忍耐値を持つ検証損失(val_loss)を監視し、最良のモデル重みは訓練後に自動的に復元されました。適応学習率スケジューリングはReduceLROnPlateauコールバックを用いて実装され、検証損失を監視し、改善なしの2エポック後に学習率を0.3倍に低下させ、最小学習率は1×10⁻⁷でした。完全な実装詳細とパラメータ設定は補足ファイル1に記載されています。データセットは80:20の分割比率でトレーニングセットとテストセットにランダムに分割されました。再現性を確保するために固定されたランダムシード(42)が使用されました。完全な実装詳細は 補足ファイル1に記載されています。

図1。住宅間取り解析のためのCARE-MIRV-Netフレームワークのワークフロー。 提案されたプロトコルの概観。ワークフローには、(1) データセット取得と前処理、(2) MobileNetV2、InceptionV3、ResNet101、VGG16 を用いた特徴学習と予測、(3) CARE-MIRV-Net を用いたスタッキングベースのメタアンサンブル予測、(4) ルールベースの住宅レイアウト分類、(5) SHapley 加法拡張(SHAP)ベースの解釈可能性解析、(6) パフォーマンス評価が含まれます。 この図の拡大版はこちらをクリックしてご覧ください。

第2段階では、4つの事前学習済みCNN、MobileNetV2、InceptionV3、ResNet101、VGG16が基礎学習器として用いられます。各モデルは転移学習を用いて、平方フィート数、寝室数、バスルーム、ガレージなどの主要な建築的特徴を予測します。各移行学習モデルでは、下位の事前学習層は凍結され、上位層とカスタム回帰ヘッドは訓練中に微調整されました。詳細なモデルごとの微調整構成は 補足ファイル1に記載されています。これらのモデルは空間情報の異なる側面を捉えます。MobileNetV2は効率的な特徴抽出を提供し、InceptionV3は多スケール空間パターンを捉え、ResNet101は深い階層的表現を学習し、VGG16は安定的かつ一貫した特徴学習を保証します。これらのモデル間の多様性は、フレームワーク全体の表現能力を高めています。

予測の精度と堅牢性をさらに高めるために、CARE-MIRV-Netと呼ばれるスタッキングベースのメタアンサンブルモデルが提案されています。この段階では、すべてのベースモデルからの予測をまとめて高次元特徴空間を作成し、メタ学習器に入力します。ベースモデルの予測は、まず訓練済みのMobileNetV2、InceptionV3、ResNet101、VGG16モデルを用いて独立して生成されます。これらの予測は連結され、メタ学習者が使用するメタ特徴ベクトルを形成します。データの漏洩を防ぐため、トレーニングデータセットとテストデータセットは厳格に分離され、メタラーナーはトレーニングデータから生成された予測のみを学習します。メタモデルは完全接続型ニューラルネットワークであり、ベースモデルの出力の最適な組み合わせを学習して洗練された予測を生成するよう訓練されます。メタモデルは、ReLU活性化を用いた512および256ニューロンを持つ2つの完全連結層で構成され、その後にドロップアウト層(0.4および0.3)、そして線形出力層が続きます。このモデルはAdam optimizer(学習率=0.0001)、バッチサイズ32、最大15エポックで訓練されます。早期停止は、検証損失(val_loss)を5エポックの忍耐値で監視することで実装されました。最小改善基準(min_delta)はTensorFlowのデフォルト値0に設定され、最適なモデルの重みは訓練後に自動的に復元されました。ReduceLROnPlateauコールバックを用いて適応学習率スケジューリングを実施し、検証損失を監視し、2回連続で改善が見られない場合に学習率を0.3倍に低下させました。最低学習率は1×10^⁻7に設定され、クールダウンパラメータはデフォルトのテンソルフロー値0を使用しました。このアンサンブル手法は個々のモデルバイアスを減らし、複数のアーキテクチャの補完的な強みを通じて一般化を向上させます。詳細な実装情報は 補足ファイル1に記載されています。

予測後、数値出力をアプリケーションレベルの意思決定に変換するための解釈層が追加されます。住宅の間取りは建築的特徴の予測に基づき、高齢者介護、医療統合型(医療)、一般住宅用途の3つのクラスに分類されます。この分類は、予測される平方フィート数、寝室数、バスルーム数に基づくあらかじめ定義された閾値ベースの意思決定ルールを用いて行われます。最も高いスコアのカテゴリーが最終的な分類となり、同点の場合はより多くの決定基準を満たすカテゴリーを選ぶことで決定されます。完全なスコアリングルールと分類閾値は補 足ファイル2 (アルゴリズム1)に記載されています。この措置により、住宅設計のための実用的な情報が提供されます。

このフレームワークは、SHAPを用いた説明可能なAIを用いて、透明性と解釈性を提供します。このコンポーネントは、各基底モデルからの予測がメタモデルの出力にどれほど寄与するかを検証します。SHAP解析はSHAP KernelExplainer(SHAPバージョン0.51.0)を用いて行われ、背景データセットとしてランダムに選ばれた100のトレーニングサンプルと、説明生成のためのテストサンプル50を用いました。背景サンプルの選択や実装設定を含む完全なSHAP構成は 補足ファイル1に提供されています。説明可能性層は、特徴の重要度を測定し寄与パターンを示すことで意思決定プロセスを理解するのに役立ち、モデルの透明性と信頼性を向上させます。提案されたフレームワークは、すべてのターゲット変数に対してMAEおよび^R2 を用いて評価されます。マルチアウトプット予測では、MAEはすべてのターゲット変数の実際の値と予測値の平均絶対差として計算され、^R2 は予測の説明分散と各出力の対応する実際の真実値を比較して計算されました。定量的および定性的分析の結果、提案されたCARE-MIRV-Netは予測精度を向上させ、ルールベースの住宅レイアウト分類を支持していることが示されています。分類信頼性は、基礎となる回帰予測の正確性とルールベース意思決定層の整合性に基づいて評価されました。このフレームワークはインテリジェントな間取り分析に適切かつ拡張可能なソリューションであり、スマートハウジング、高齢者ケア計画、医療志向の住宅設計に応用可能です。本研究で使用されるデータセット、ソフトウェアパッケージ、ライブラリ、ハードウェアリソース、計算ツールの完全なリストは 、材料表に掲載されています。ソースコード、環境設定情報、ソフトウェア依存仕様、報告されたワークフローを再現するために必要な実装スクリプトは補 足ファイル1に記載されています。

プロトコルのアルゴリズム

提案されたフレームワークは、住宅の画像ベースの間取り図を多段階で処理し、予測および意思決定レベルの出力を生成するアプローチを採用しており、補足ファイル2のアルゴリズム1に示されています。このプロセスはデータの前処理から始まり、入力画像を標準解像度にリサイズし、データセット全体の均一性を確保するために正規化されます。すべてのフロアプラン画像は224×224ピクセルにリサイズされ、範囲[0, 1]に正規化されました。このステップは、ディープニューラルネットワークによる学習に適した画像を最適化し、モデル全体の収束性を高めます。第2フェーズでは、MobileNetV2、InceptionV3、ResNet101、VGG16など、複数のDLモデルを基本学習器として使用します。各モデルは独立して入力画像を受け取り、平方フィート数や寝室、バスルーム、ガレージの数などの重要な建築的特徴を推定します。データセットは80:20の分割比率でトレーニングセットとテストセットにランダムに分割され、再現性を確保するために固定のランダムシードが使用されました。これらのモデルは間取りの異なる空間特性を捉え、補完的な予測を提供します。特徴表現は、各ベースモデルの出力を重ねて単一の特徴表現を作成することで構築されます。この共同出力は、すべての基底モデルの予測を組み合わせるよう訓練されたメタアンサンブルモデルCARE-MIRV-Netに入力されます。ベースモデルの予測は独立して生成され、連結されてメタ特徴ベクトルを形成しました。トレーニングデータセットとテストデータセットの厳格な分離により、データの漏洩は防いできました。メタモデルはこれらの予測を洗練させ、最終的なアーキテクチャ属性予測を生成します。メタモデルは、512および256ニューロンを持つ完全連結層、ReLU活性化関数、ドロップアウト率0.4および0.3、Adam最適化器(学習率=0.0001)、32のバッチサイズ、そして早期停止を含む最大15のトレーニングエポックで構成されていました。予測後、意思決定層が用いられて結果を文脈化します。推定値によると、各住宅配置は高齢者介護、医療ケア、または一般的な住宅用途に分類されます。住宅カテゴリーは、予測された間積属性から導出されたあらかじめ定義された閾値ベースのスコアリングルールを用いて割り当てられました。最終的な分類として、最も得点の高いカテゴリーが選ばれました。完全な分類閾値と決定規則はアルゴリズム1(補足ファイル2)に提供されています。最後に、フレームワークにはSHAPに基づく説明可能性コンポーネントが組み込まれており、各ベースモデルが最終予測に与える影響を評価しています。SHAP解析は前述および補足ファイル1に記載された通りに実施されました。この要素は透明性を高め、意思決定プロセスの理解を助けます。提案されたアプローチの有効性と実現可能性は標準回帰性能測定を用いて評価されました。性能は固定されたランダムシードを用いた単一実験実行で評価されました。

評価モデル

本節では、個別の基礎モデルおよび提案されたCARE-MIRV-Netを含むDLモデルを紹介します。ベンチマークモデルは、多様で広く採用されているDLアーキテクチャを代表するものとして選ばれました。MobileNetV2は軽量で計算効率の高いネットワークとして含まれ、InceptionV3は多スケール空間特徴を捉えられる能力が評価されました。ResNet101は階層的特徴抽出のための深い残留学習能力を重視し、VGG16は確立された畳み込みアーキテクチャとして含まれていました。すべてのベンチマークモデルは、公正な比較評価を確保するため、同一の前処理手順、データ拡張設定、データセット分割、最適化パラメータ、バッチサイズ、訓練構成で訓練されました。

MobileNetV2:

MobileNetV2は、高速で高性能、かつ計算の複雑さが少ない小型でコンパクトなCNNシステムです。逆残差接続や線形ボトルネックなど、効率的な特徴抽出を促進しつつ高い表現力を持つ主要な革新のいくつかを提示しています。MobileNetV2は深さごとに分離可能な畳み込みを用いて、従来の畳み込みネットワークのパラメータ数と計算コストを大幅に削減できるため、大規模な画像ベースの学習問題に非常に適しています。

MobileNetV2は、住宅間取り画像の建築的特性を予測するための基礎DLモデルの一つとして、提案フレームワークで使用されています。このモデルは効率的な設計により、部屋の分布、レイアウト密度、構造の構成といった空間パターンを効果的に学習できます。このような学習表現は、床面積、寝室数、バスルーム、ガレージなどの重要な特徴を正確に推定する上で重要な役割を果たします。MobileNetV2は軽量モデルであり、提案されたメタアンサンブルフレームワークに組み込むのに適した候補です。他のDLモデルに補完的な特徴表現を加え、システムの全体的な堅牢性と汎用性を高めています。このモデル学習は、予測の精度向上や、医療に基づく住宅デザインの分類支援において非常に重要です。

MobileNetV2モデルは、ImageNetデータセットからの事前学習された重みを用いて移行学習戦略で訓練されます。入力画像は224×224×3の固定サイズにスケーリングされており、これはアーキテクチャに適合しています。画像は224ピクセル×224ピクセルにリサイズされ、[0, 1]の範囲に正規化され、ランダムな反り返し、回転、ズーム、シフトで補強されました。訓練中には32名のバッチサイズが使用されました。MobileNetV2の初期分類ヘッドは削除され、回帰ヘッドに置き換えられます。回帰ヘッドは、グローバル平均プーリング層と、512および256ニューロンの完全連結層、バッチ正規化、ドロップアウト層(0.4および0.3)、そして4ニューロンの線形出力層で構成されていました。ドメイン適応を促進するために、下位の事前学習層は凍結され、block_13_expandから始まる上位層とカスタム回帰ヘッドは微調整されました。この選択的トレーニング手法により、モデルは一般的な視覚的特徴を保持しつつ、フロアプラン画像のドメイン固有の空間属性を学習できます。抽出された特徴マップは、グローバル平均プーリング層と、ReLU活性化を用いて512および256ニューロンを持つ完全連結層を通過して処理されます。一般化を強化し過学習を抑えるために、バッチ正規化層とドロップアウト層(0.4および0.3)が組み込まれています。最終出力層には、予測されたアーキテクチャ特性に対応する線形活性化を持つ4つのニューロンが含まれています。Adam最適化器は学習率0.0001で使用され、TensorFlow/Kerasのデフォルトパラメータ(β₁ = 0.9, β₂ = 0.999、ε = 1 × 10⁻⁷、amsgrad = False)が適用されました。マルチアウトプット予測では、MAEとR² は各ターゲット変数の予測値と実際の値を比較し、すべての出力で平均値を取ることで計算されました。検証損失に基づく早期停止を適用し、収束を改善するために適応的学習率削減を用いました。訓練は最大15の時代にわたり行われました。

インセプションV3:

InceptionV3は、並列畳み込み演算を用いてマルチスケールの特徴をキャプチャできる深層CNNアーキテクチャです。これはInceptionモジュールに基づいており、同じ層内で様々なフィルターサイズを用いて、微粒度の特徴と粗い特徴を同時に抽出します。この種のアーキテクチャ設計により、ネットワークは複雑な空間階層を学び、計算効率を追求できます。さらに、InceptionV3は因数分解畳み込みと次元削減を用いており、性能向上と計算コストの最小化を実現しています。

提案されたフレームワークでは、住宅間取り画像を解析するための効果的な特徴抽出器としてInceptionV3が適用されています。間取り図は部屋の大きさ、構造間取り、接続性など多様な空間パターンで構成されており、多スケールの特徴学習が必要です。インセプションアーキテクチャは、局所的な特有(例:小さな部屋)とグローバルな構造(例:全体のレイアウトの構成)を同時に表現できるため、このタスクにより適しています。InceptionV3は、メタアンサンブルフレームワークの文脈でMobileNetV2のような他のモデルと補完的な表現を提供します。複雑な空間関係をモデル化できる能力によって予測の多様性が高まり、これはアンサンブルのパフォーマンス向上に重要です。これにより、建築特性のより良い予測が可能になり、高齢者向けおよび医療統合型住宅設計の後継分類が強化されます。

InceptionV3モデルは、ImageNetデータセットからの事前学習された重みを用いてトランスファーラーニング手法で訓練されます。入力画像はネットワークアーキテクチャとの互換性とフレームワーク内のすべてのモデル間での一貫性を確保するため×224×3にスケーリングされています。画像は224ピクセル×224ピクセルにリサイズされ、[0, 1]の範囲に正規化され、ランダムな反り返し、回転、ズーム、シフトで補強されました。訓練中には32名のバッチサイズが使用されました。

InceptionV3の元の分類層は削除され、多出力予測を可能にするカスタム回帰ヘッドが導入されました。カスタム回帰ヘッドは、グローバル平均プーリング層の後に512および256ニューロンの完全連結層、バッチ正規化、ドロップアウト層(0.4および0.3)、そして4ニューロンの線形出力層で構成されていました。畳み込みベースは部分的に微調整されており、下位の事前学習レイヤーは凍結され、上層はカスタム回帰ヘッドとともに、ドメイン固有のフロアプランの特徴を学習しつつ、事前学習で得られた一般的な視覚表現を保持します。畳み込みバックボーンの後、グローバル平均プーリング層が特徴写像をコンパクトな特徴表現に変換します。その後、ReLU活性化機能を持つ512および256のニューロンを含む完全連結層が続きます。過学習を最小限に抑え一般化を改善するために、ドロップアウト率0.4と0.3を適用します。最終出力層は4つのニューロンで構成され、平方フィート数、寝室数、バスルーム数、ガレージ数の予測に対応する線形活性化を行います。このモデルは、学習率0.0001、バッチサイズ32、最大15の学習エポック(早期停止および適応学習率削減)で学習可能なAdam最適化器を用いて学習し、安定した収束を確保しています。

ResNet101:

ResNet101はCNNの深層構造であり、残差学習の原理に基づいて構築されており、消滅勾配問題を克服することで極めて深いネットワークの訓練を可能にします。残留接続、いわゆるスキップ接続を追加し、ネットワークが識別写像を学習し、層間で情報を保持できるようにします。このアーキテクチャは訓練の安定性を大幅に高め、複雑な階層的特徴を学習できるようにします。ResNet101は101層の深い表現能力を持ち、追加の空間的特徴を必要とするタスクで非常に効果的です。

提案されたフレームワークでは、ResNet101が高容量フィーチャーエクストラクターとして使用され、住宅間取り図の画像を解析します。このモデルは、その深いアーキテクチャにより、部屋の連結性、レイアウトの複雑さ、構造的変動など、複雑な空間的関係を表現するために使用できます。これらの特徴は、平方フィート、寝室、バスルーム、ガレージなどの建築的特徴を正確に予測する上で非常に重要です。メタアンサンブル設計において、ResNet101は重要な要素であり、深く抽象的な特徴表現を提供します。ResNet101はより細かな構造特性に重点を置いており、MobileNetV2のような軽量モデルと比べて基礎学習者間の多様性が高まります。この異質性は、特に医療ベースの住宅分類を扱う際に、アンサンブルのパフォーマンスや堅牢な予測の向上に不可欠な役割を果たします。

ResNet101は、ImageNetデータセットから事前学習された重みを用いて移行学習アプローチで学習されます。入力画像は224×224×3にスケーリングされており、フレームワーク内のすべてのモデル間でのアーキテクチャ互換性と一貫性が保証されています。画像は224ピクセル×224ピクセルにリサイズされ、[0, 1]の範囲に正規化され、ランダムな反り返し、回転、ズーム、シフトで補強されました。訓練中には32名のバッチサイズが使用されました。ResNet101の元の分類ヘッドは削除され(include_top=False)、多出力予測を可能にするカスタム回帰ヘッドが導入されました。回帰ヘッドは、グローバル平均プーリング層と、512および256ニューロンの完全連結層、バッチ正規化、ドロップアウト層(0.4および0.3)、そして4ニューロンの線形出力層で構成されていました。特徴の再利用とドメイン適応のバランスを取るために、下位の事前学習層は凍結され、conv4_block1_1_convから始まるより深い層とカスタム回帰ヘッドは微調整されました。この選択的訓練戦略により、モデルは一般的な視覚的特徴を保持しつつ、高レベルの表現をフロアプラン画像に適応させることが可能になります。畳み込みベースの出力はグローバル平均プーリング層を通し、コンパクトな特徴表現を生成します。続いて、ReLU活性化関数を用いた512および256のニューロンを持つ完全連結層が続きます。バッチ正規化は学習の安定化のために適用され、過学習を減らし一般化を改善するために0.4および0.3のドロップアウト層が組み込まれています。最終出力層には、平方フィート数、寝室数、バスルーム数、ガレージ数に対応する線形活性化を持つ4つのニューロンが含まれます。アダムオプティマイザーは学習率0.0001で使用され、訓練構成で説明されています。データの拡張には、モデルの一般化を改善するためにランダム反転、回転、ズーム、シフトが含まれていました。訓練は最大15エポックにわたって行われ、検証損失と適応学習率低下に基づく早期停止が行われました。

VGG16:

VGG16は、視覚認識タスクにおいて効果的かつシンプルな深部畳み込み型のシンプルなニューラルネットワークアーキテクチャです。これは16層で構成され、規則的または均質な設計を持ち、3×3の小さな畳み込みフィルターを組み込んでネットワークによる階層的特徴表現の学習を容易にします。アーキテクチャは奥行きに重点を置きシンプルであるため、エッジやテクスチャ、高レベルの意味構造などの低レベルの詳細を捉えることができます。VGG16は、通常の設計と良好な性能により、画像関連タスクにおける転移学習のバックボーンとして現在人気があります。

提案モデルでは、VGG16を住宅間取り画像の空間特徴を導き出すためのベースラインDLモデルとして用いられています。整理されているため、部屋の境界、構造の配置、空間の構成など、レイアウトパターンの細部を捉えるのに非常に役立ちます。これらの特徴は、平方フィート、寝室、バスルーム、ガレージなどの建築の特性を効果的に予測する上で非常に重要です。メタアンサンブルシステムにおいて、VGG16は安定的かつよく一般化された特徴表現を提供します。VGG16は、ResNet101のようなより深いアーキテクチャや、InceptionV3のようなマルチスケールアーキテクチャと比べて、よりバランスの取れた特徴抽出アプローチを提供し、ベース学習者の多様性を高めています。この異質性は、医療志向の住宅分類におけるアンサンブルおよび信頼性の高い予測のパフォーマンス向上に不可欠です。

VGG16モデルは、ImageNetデータセットからの事前学習された重みを用いてトランスファーラーニング手法で訓練されています。入力画像はアーキテクチャとの互換性とフレームワーク内のすべてのモデル間での一貫性を確保するために、224 × 224 × 3 にスケーリングされています。画像は224ピクセル×224ピクセルにリサイズされ、[0, 1]の範囲に正規化され、ランダムな反り返し、回転、ズーム、シフトで補強されました。訓練中には32名のバッチサイズが使用されました。元の分類層は削除され(include_top=False)、モデルを多出力予測に適応させるカスタム回帰ヘッドが追加されます。回帰ヘッドは、グローバル平均プーリング層と、512および256ニューロンの完全連結層、バッチ正規化、ドロップアウト層(0.4および0.3)、そして4ニューロンの線形出力層で構成されていました。下位の事前訓練層は凍結され、block4_conv1から始まる層とカスタム回帰ヘッドは微調整されていました。この戦略により、モデルは一般的な視覚的特徴を保持しつつ、フロアプラン解析に関連するドメイン固有の表現を学習できます。畳み込みベースの出力特徴量はグローバル平均プーリング層を通し、コンパクトな特徴ベクトルを生成します。続いて、ReLU活性化関数を用いた512および256のニューロンを持つ完全連結層が続きます。バッチ正規化および0.3の精度のドロップアウト層が組み込まれ、訓練の安定化、過学習の減少、一般化の向上に努めています。最終出力層には、平方フィート数、寝室数、バスルーム数、ガレージの予測に対応する線形活性化を持つ4つのニューロンが含まれています。アダムオプティマイザーは学習率0.0001で使用され、訓練構成で説明されています。データの拡張には、モデルの一般化を改善するためにランダム反転、回転、ズーム、シフトが含まれていました。訓練は最大15エポックにわたって行われ、検証損失と適応学習率低下に基づく早期停止が行われました。

CARE-MIRV-Net(提案されたメタアンサンブルDLモデル):

提案されているCARE-MIRV-Net(MobileNetV2、InceptionV3、ResNet101、VGG16ネットワークを利用したコンテキスト認識住宅アンサンブル)は、住宅間取り図に基づく建築的特徴の推定を改善することを目的とした積み重ねベースのメタアンサンブルDLフレームワークです。このアーキテクチャは、特徴抽出における相乗効果を活かして、さまざまな異種CNNを組み合わせています。提案されたモデルは、軽量で深部、多スケールの建築を組み合わせることで、予測性能を高め、幅広い住宅間取りで堅牢性を提供します。従来の単一モデルベースの手法とは異なり、CARE-MIRV-Netは階層的な学習アプローチを採用しており、ベースモデルが初期予測を提供し、それをメタラーナーによって改善されます。

空間意識と健康意識を持つ住宅デザインにおいては、間取りレイアウトの適切な解釈が極めて重要です。単一のDLモデルでは、異なるアーキテクチャパターンの一般化には不十分である傾向があります。提案されたフレームワークは、MobileNetV2、InceptionV3、ResNet101、VGG16という4つの異なるアーキテクチャを用いて、それぞれ異なる表現能力を持つことでこの弱点を克服します。MobileNetV2は効率的に特徴抽出に使え、軽量です。InceptionV3は複数のスケールにわたる空間パターンを学習します。ResNet101は深い階層的表現を学びます。VGG16は一貫して確実に特徴を学習します。これらのモデルの組み合わせにより、局所的およびグローバルな空間特性の両方を網羅し、平方フィート数、寝室数、バスルーム、ガレージなどの予測特徴の正確性と信頼性が向上します。上記の予測は、高齢者向け、医療統合型、一般住宅など、住宅レイアウトのさらなる分類にも利用できます。

CARE-MIRV-Netは、2段階のスタッキングベースのアンサンブル戦略を用いて実装されています。第1段階では、4つの基本モデルが独立してターゲット変数の予測を生成します。メタラーナー入力は、訓練済みのベースモデルが生成した予測出力を訓練データに連結して生成しました。これらの連結された予測は、メタモデルの訓練に用いられる16次元メタ特徴ベクトルを形成しました。情報漏洩は訓練データセットとテストデータセットの厳格な分離によって防げられ、ベースモデルおよびメタモデルのトレーニング中にテストサンプルは使用されませんでした。基礎モデルに使用されたのと同じトレーニングおよび検証データセットがスタッキングプロセスで使用されました。訓練および推論の両過程で、MobileNetV2、InceptionV3、ResNet101、VGG16によって生成された4つの予測出力を連結して16次元メタ特徴ベクトルを構築しました。各モデルは4次元出力ベクトルを生成するため、連結された表現はメタ学習者に16次元の入力を生成します。この変換はすべてのベースモデルの予測を組み合わせ、フレームワークの第2段階への入力として機能します。第2段階は、完全接続型ニューラルネットワークのメタラーナーを構築し、ベースモデルと予測の最適な組み合わせを学習することを指します。メタラーナーは、512および256個のニューロンを持つ完全連結層、ReLU活性化、バッチ正規化、ドロップアウト率0.4および0.3、そして4ニューロンからなる線形出力層で構成されていました。密度の高い層の後に0.4および0.3のドロップアウト層が適用され、過学習を減らし一般化を改善しました。このメタモデルは、学習率0.0001、バッチサイズ32、最大15エポク(早期停止および適応学習率削減付き)でAdam optimizerを用いて訓練されました。検証データは、トレーニング中のモデル性能を監視し、最も性能の高いモデルを選択するために使用されました。トレーニング後、メタアンサンブルモデルはすべてのベース学習者の出力を組み合わせて最終的な予測を生成しました。MAEと^R2はCARE-MIRV-Netのパフォーマンス評価に用いられました。マルチアウトプット予測では、MAEとR² は各ターゲット変数の予測値と実際の値を比較し、すべての出力で平均値を取ることで計算されました。結果は固定されたランダムシードを用いた単一実験から得られました。提案されたフレームワークは、複数のDL構造を積み重ねるメカニズムを通じて組み合わせ、住宅の間取りの解釈可能な分析を提供することで予測能力を向上させます。これにより、CARE-MIRV-Netは高齢者向けおよび医療志向の住宅設計の文脈で適用可能です。ソースコード、環境設定情報、ソフトウェア依存性仕様、実装ドキュメントは 補足ファイル1に提供されています。

パフォーマンス評価

提案されたフレームワークのパフォーマンス分析を行い、さまざまなアーキテクチャ特性における予測力、堅牢性、一般化性能を判断します。提案モデルの有用性を確認するために定量的および定性的分析が行われます。評価手順は標準的な回帰測定と管理された実験環境の両方を用いて、ベースラインモデルとの公平な比較を可能にします。実験は、すべてのベンチマークおよび提案モデル間で再現性と一貫性を確保するため、固定されたランダムシードを用いた単一実験ランで実施されました。

性能パラメータ:

提案されたフレームワークのパフォーマンスを評価するために、よく知られた2つの回帰指標であるMAEとR²が用いられます。MAEは予測誤差の平均的な大きさを測定し、予測値と実際の値の近さを明確に示します。逆に、^R2 値はモデルが説明する対象変数の分散の割合を評価するために用いられ、全体の予測力を反映します。これらの指標を組み合わせることで、予測されるすべてのアーキテクチャ特徴の正確性と一般化性能を包括的に評価できます。マルチアウトプット予測では、MAEとR²は各ターゲット変数の予測値と実際の値を比較し、すべての出力で平均値を取ることで計算されました。

実験装置:

実験はPython(バージョン3.12.12)を用いたクラウドコンピューティング環境で実施されました。提案されたプロトコルは、TensorFlow(バージョン2.19.0)、Keras(バージョン3.13.2)、NumPy(バージョン2.4.6)、Pandas(バージョン2.3.3)、Scikit-learn(バージョン1.6.1)、Matplotlib(バージョン3.9)、およびSHAP(バージョン0.51.0)を使用して実装されました。計算環境は、約31GBのシステムメモリを持つ2.20 GHzのIntel Xeonプロセッサを使用していました。実験はNVIDIA Tesla T4 × 2GPUを搭載したUbuntu 22.04 LTSオペレーティングシステム上で行われました。このデータセットには、前処理され、トレーニングおよびテストデータセットに細分化された2,640枚の住宅間取り画像が含まれています。データセットは80:20の分割比率で分割され、2,112のトレーニングサンプルと528のテストサンプルとなりました。MobileNetV2、InceptionV3、ResNet101、VGG16は、転移学習を用いたファインチューニング手法で訓練された4つのDLモデルです。これらのベースモデルからの予測を組み合わせるスタッキングベースのメタアンサンブルモデルCARE-MIRV-Netが構築されました。各モデルは、画像のサイズ変更×224ピクセルへのリサイズ、データ増強、過学習を減らすための早期停止など、均一な条件下で訓練されました。データ拡張にはランダムな反転、回転、ズーム、シフトが含まれます。バッチサイズは32、最大15のトレーニングエポックを使用し、検証損失や適応学習率低下に基づく早期停止が行われました。最終解析は、偏りのない信頼性の高いパフォーマンス評価を提供するために隠れたテストセットで行われました。隠れたテストセットは初期のデータセット分割時に生成され、モデルの訓練および開発中は完全に隔離されて偏りのない性能評価を確保しました。

データセットの説明:

本研究の結果を支持するために使用されたデータセットは、Kaggleプラットフォーム上で「Floor Plan Images and Their Details」というタイトルで公開されています²⁸。データセットは以下のサイトで利用可能です:https://www.kaggle.com/datasets/adilmohammed/floor-plan-images-and-their-details(2026年4月16日アクセス)。データは2,640点の住宅間取り画像と整理された建築メタデータで構成されています。各サンプルは独自の住宅プランであり、さまざまなサイズ、構成、空間配置を持つ幅広い住宅間取りを提供します。データセットのサイズはDLベースの訓練に十分であり、多様なアーキテクチャパターンを含んでいます。このデータセットは、住宅の構造的特徴を説明する二次元平面図画像と関連する数値属性で構成されています。これらの特徴には、総面積、寝室数、バスルーム数、ガレージ数が含まれます。さらに、すべてのレコードには画像パスが含まれており、これにより視覚入力をラベルに直接マッピングできます。データセットの変数には、間取り画像、画像経路、平方フィート数、寝室数、バスルーム数、ガレージ数が含まれます。間取り図画像が入力特徴として使われ、建築的属性は予測対象として使われます。したがって、このデータセットは教師あり学習に適しており、画像を入力特徴として、アーキテクチャ属性を回帰のターゲットとして活用します。

このデータセットには、部屋数の少ないコンパクトなレイアウトから大規模な複数部屋のレイアウトまで、多様な住宅レイアウトが含まれています。この変動性により、部屋の分布、レイアウト密度、構造の複雑さなど、意味のある空間表現の学習が可能になります。この多様性は提案された枠組みにとって特に重要であり、高齢者向け、医療統合型、一般的な住宅間取りに間取りを分類することを支持しています。モデルトレーニングの前に、データセットは一連の前処理手順を経て、DLモデルとの整合性と互換性を確保します。すべての画像は224×224ピクセルにリサイズされ、訓練前に範囲[0, 1]に正規化されました。その後、画像パスと対応するメタデータを照合してデータセットを整理し、その後、パフォーマンス分析を容易にするためにトレーニングおよびテストのサブセットに分割されます。データセットは80:20の分割比率でトレーニングセットとテストセットにランダムに分割されました。画像およびメタデータ情報が完全な記録を含め、不完全または無効な記録は除外されました。再現性を確保するために、データセットの分割時に固定されたランダムシードが使用されました。このデータセットは、住宅間取りのAI駆動分析の詳細な基盤を提供します。2,640点の注釈付き画像と多様な建築的特徴の組み合わせにより、マルチアウトプット回帰モデリングが可能となり、空間知能を医療志向の住宅設計意思決定に統合することが可能です。

結果

提案されたフレームワークを評価するための一連の実験が、MobileNetV2、InceptionV3、ResNet101、VGG16の4つのDLモデルと提案されたCARE-MIRV-Netメタアンサンブルモデルを用いて実施されました。

データセット取得および前処理の結果

前処理フェーズは、生のフロアプラン画像および関連するメタデータを学習・評価のために準備するために設計されました。このデータセットはKaggleリポジトリから取得され、2,640件のサンプルが含まれていました。各サンプルは間取り図とそれに対応する建築的特徴で構成されていました。画像経路、平方フィート数、寝室、浴室、ガレージなどの関連列のみが残され、データの一貫性と品質を維持するために不完全または空白の記録は削除されました。モデルの訓練と評価を容易にするため、データセットは80:20の比率でトレーニングとテストのサブセットに分割され、2,112のトレーニングサンプルと528のテストサンプルが得られました。再現性を確保するために、データセットの分割時に固定されたランダムシードが使用されました。この区分により、モデルは十分な規模のデータセットで訓練されつつ、客観的なパフォーマンス評価のための独立したテストセットを保持しました。画像経路は、各レコードをデータセットディレクトリ内の対応する位置にマッピングすることで標準化されました。4つの建築的属性(平方フィート、寝室、バスルーム、ガレージ)が、マルチアウトプット回帰タスクのターゲット変数として機能しました。寝室、バスルーム、ガレージは離散変数ですが、マルチアウトプット回帰フレームワークを用いてモデリングされ、統一学習アーキテクチャ内ですべてのアーキテクチャ属性を同時に予測できるようになっています。このアプローチにより、モデルは対象変数間の共有関係を捉え、連続的および離散的なアーキテクチャ特性間の相関を活用できます。離散属性の予測値は、解釈および下流の住宅配置分類前の後処理で最も近い有効整数に変換されました。

表1は 提案モデルが予測する建築的特徴を示し、住宅間取りの主要な空間的および機能的特徴を表しています。ヒストグラムやカウントベースの可視化を用いて、対象変数の分布をよりよく理解するために探索的データ解析が行われました。平方フィートの分布は密度が異なる連続的ですが、寝室、バスルーム、ガレージの分布は異なる住宅構成の頻度を示しています。これらの分布は 図2に示されています。図 2Aには平方フィートの分布が示されており、寝室、バスルーム、ガレージの分布は それぞれ図2B–2Dに示されています。これらのグラフは、データセット内の対象変数の変動性と分布を示しています。

フィーチャー名	概要
平方フィート	住宅ユニットの総建築面積
ベッド	レイアウト内の寝室数
浴場	レイアウト内のバスルームの数
ガレージ	利用可能なガレージスペースの数

表1:予測対象として使用されるアーキテクチャ属性。 住宅間積図データセットから抽出し、モデルの学習および評価の対象変数として用いられる建築属性の定義。属性には、各住宅間取りに対応する総面積、寝室数、バスルーム数、ガレージスペース数が含まれます。

図2。住宅間取りデータセットにおける建築属性の分布。 モデル開発と評価に使用されるデータセット全体で、(A)平方フィート、(B)寝室数、(C)バスルーム数、(D)ガレージ数の分布を示すヒストグラム。 この図の拡大版はこちらをクリックしてご覧ください。

画像前処理段階により、すべての間取り画像がDLモデルに適した標準化されたフォーマットに変換されました。すべての画像は読み込み、RGBカラースペースに変換され、224×224ピクセルにリサイズされ、[0, 1]の範囲に正規化されました。このプロセスにより、一貫した入力次元とトレーニング中のモデル収束性が向上しました。前処理画像はランダムにサンプリングされ、ラベルが正しい前処理とラベルの整合性を確認するために検証されました。前処理の後、各画像はNumPy配列に変換され、対応するターゲット値とペアリングされて入出力データセットが作成されました。得られたデータセットは、次元が(2112, 224, 224, 3)の訓練画像と(528, 224, 224, 3)のテスト画像でデータ準備が成功していることを確認しました。対応するラベル行列の次元はそれぞれ(2112, 4)と(528, 4)でした。ターゲット変数は回帰分析ベースの学習をサポートするために浮動小数点数に変換されました。

モデルの一般化をさらに改善し過学習を抑えるために、画像データ生成器を用いたデータ拡張技術が適用されました。これらの技術には、ランダムな水平反転、回転、ズーム、幅・高さシフトが含まれ、訓練データの変動性を高め、モデルの一般化を改善しました。これらの変換により、訓練データの変動性が高まり、モデルはより堅牢で不変な空間特徴を学習できるようになりました。前処理パイプラインはクリーンで標準化され、よく構造化された画像および表化データを生成し、提案されたメタアンサンブル深層学習フレームワークの訓練に適した基盤を提供しました。

基礎モデルの結果と提案モデル

前処理データセット(2,640枚の間取り画像)は、すべてのモデルをトレーニングおよびテスト分割で訓練するために使用しました。データセットは80:20の分割比率で分割され、2,112のトレーニングサンプルと528のテストサンプルとなりました。再現性を確保するために固定されたランダムシードが使用されました。事前学習された重み付けは転移学習や建築間取り解析の領域にモデルを適応させるための微調整に用いられました。トレーニング中にはデータ拡張手法が用いられ、一般化を強化し、早期停止は検証性能の監視による過学習の軽減に用いられました。モデルは32のバッチサイズで最大15エポックに訓練され、過学習防止と効率的な収束促進のために早期停止が適用されました。早期停止は検証損失を監視し、さらなる改善が見られない場合はトレーニングを終了し、収束を改善するために適応的学習率削減を適用しました。損失とMAEの両方を用いて訓練過程のモニタリングと収束挙動および安定性の評価を行いました。すべてのモデルは、公平な比較を確保するために同じ実験条件下で訓練されました。 図3–7は すべてのモデルの訓練および検証損失およびMAE曲線を示し、学習動態や一般化挙動の洞察を提供します。

図3。MobileNetV2のトレーニングパフォーマンス。(A) 訓練時代を超えた訓練および検証の損失。 (B) トレーニングと検証は、トレーニング時代を超えた絶対誤差(MAE)を意味します。 この図の拡大版はこちらをクリックしてご覧ください。

図4。InceptionV3のトレーニングパフォーマンス。(A) 訓練時代を超えた訓練および検証の損失。(B) トレーニングと検証は、トレーニング時代を超えた絶対誤差(MAE)を意味します。この図の拡大版はこちらをクリックしてご覧ください。

図5。ResNet101のトレーニングパフォーマンス。(A) 訓練時代を超えた訓練および検証の損失。(B) トレーニングと検証は、トレーニング時代を超えた絶対誤差(MAE)を意味します。この図の拡大版はこちらをクリックしてご覧ください。

図6。VGG16の訓練成績。 (A) 訓練時代を超えた訓練および検証の損失。(B) トレーニングと検証は、トレーニング時代を超えた絶対誤差(MAE)を意味します。 この図の拡大版はこちらをクリックしてご覧ください。

図7。CARE-MIRV-Netの訓練パフォーマンス。 (A) 訓練時代を超えた訓練および検証の損失。(B) トレーニングと検証は、トレーニング時代を超えた絶対誤差(MAE)を意味します。 この図の拡大版はこちらをクリックしてご覧ください。

MobileNetV2のトレーニング性能は 図3に示されています。トレーニングおよび検証損失曲線は 図3Aに示されており、訓練および検証MAE曲線は 図3Bに示されています。訓練の損失とMAEはエポックが進むにつれて徐々に減少し、安定した学習行動を示しました。検証曲線はより大きな変動を示し、訓練曲線よりも比較的高いままであり、一般化性能の低下を示唆しています。この傾向は、特に平方フィート予測においてMobileNetV2が比較的低い予測性能を示した定量的結果と一致しています。InceptionV3のトレーニング性能は 図4に示されています。トレーニングおよび検証損失曲線は 図4Aに示されており、訓練および検証MAE曲線は 図4Bに示されています。このモデルは、訓練損失、検証損失、MAEの両面で着実に減少し、曲線間の差はわずかでした。この行動は効果的な学習と比較的良い一般化を示唆しています。安定した検証曲線は、モデルが多スケールの空間特徴を効果的に捉えていることを示し、MobileNetV2と比較して性能向上に貢献しています。ResNet101のトレーニング挙動は 図5に示されています。トレーニングおよび検証損失曲線は 図5Aに示されており、訓練および検証MAE曲線は 図5Bに示されています。モデルは訓練損失とMAEが徐々に減少していることを示し、検証曲線も同様の傾向を示し、わずかな変動が見られました。一部振動は観測されましたが、全体の収束は安定していました。これらの観察は、残留学習を通じて階層的空間表現を学習するモデルの能力と一致しています。VGG16のトレーニング性能は 図6に示されています。トレーニングおよび検証損失曲線は 図6Aに示されており、訓練および検証MAE曲線は 図6Bに示されています。

VGG16のトレーニング曲線はトレーニング全体を通じて継続的に減少し、効果的な学習を示しました。検証曲線は振動や訓練曲線からのわずかな分離を示し、軽度の過学習を示唆しました。それでもモデルは競争力を維持し、特に平方フィート数やガレージ予測において、学習した特徴表現が効果的かつ安定していることを示しました。

CARE-MIRV-Netのトレーニング性能は 図7に示されています。トレーニングおよび検証損失曲線は 図7Aに示されており、トレーニングおよび検証MAE曲線は 図7Bに示されています。トレーニングおよび検証損失、MAE曲線は滑らかかつ一貫して減少し、両者の間にわずかな差が出ました。この挙動は強い収束性と良好な一般化を示しています。個々のモデルと比べて、メタアンサンブルフレームワークはより安定した学習行動を生み出し、変動性を低減しました。全体として、トレーニング曲線の比較から、各モデルは収束や一般化の特性が異なるものの、評価モデルの中で最も一貫したトレーニング挙動を示したCARE-MIRV-Netが示唆されています。

MobileNetV2、InceptionV3、ResNet101、VGG16、および提案されたCARE-MIRV-Netモデルの予測性能の詳細な比較は表 2に示されています。性能はMAEと^R2 を用いて、4つの目標変数(平方フィート数、寝室数、バスルーム数、ガレージ数)で評価されました。これらの指標は、予測精度や説明性能の補完的な指標を提供します。

モデル	平方フィート		ベッド		浴場		ガレージ
	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
インセプションV3	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(提案中)	432.488	0.7053	0.4343	0.6837	0.3689	0.7605	0.1697	0.6958

表2:ベースラインモデルとCARE-MIRV-Netのパフォーマンス比較。 MobileNetV2、InceptionV3、ResNet101、VGG16、および提案されたCARE-MIRV-Netモデルの予測性能を、4つの建築的属性(平方フィート数、寝室数、バスルーム数、ガレージ数)で比較します。性能は平均絶対誤差(MAE)と決定係数(R²)を用いて報告されます。MAE値が低いほど予測誤差が低いことを示し、^R2 値が高いほど予測値と実際の値の一致が強いことを示します。

各モデルは対象変数間で異なるパフォーマンスレベルを示しました。MobileNetV2は全体で最も低い性能を示し、特に平方フィート予測においてMAEは881.6530、^R2 値は0.1327でした。浴室やガレージの性能も比較的低く、単独モデルとして複雑な空間関係を捉えることに限界があることを示していました。

InceptionV3は、特にバスルームと寝室で多くのターゲット変数で高いパフォーマンスを示し、^R2 値はそれぞれ0.7459と0.6708でした。これらの結果は、多スケール空間特性の効果的な捕捉を示唆しています。ResNet101は、階層的な空間表現の学習を促進する深い残留アーキテクチャを通じて競争性能も実証しました。しかし、その性能は、平方フィート数予測を含むいくつかの変数でInceptionV3よりやや劣るままでした。VGG16はすべての目標変数で比較的バランスの取れた性能を提供し、各モデルの中で最も高い^R2 の平方フィート数(0.7256)を達成しました。

提案されたCARE-MIRV-Netフレームワークは、ほとんどの評価されたタスクで個々のモデルを上回る性能を示しました。CARE-MIRV-Netは最低のMAE(432.488)を記録し、R² 値は0.7053を維持しました。寝室予測では、モデルは^R2 値0.6837を記録しました。トイレ予測では、CARE-MIRV-Netが評価されたすべてのモデルの中で最も高い^R2 値(0.7605)を記録しました。同様に、ガレージ予測では、モデルは最低MAE(0.1697)と最高^R2 値(0.6958)を記録しました。これらの結果は、メタアンサンブルフレームワークが個々のアーキテクチャの補完的な強みを効果的に組み合わせたことを示しています。さらに、複数のモデルからの予測を統合することでモデル固有の制限が減り、全体的な予測性能が向上したことが示唆されています。これらの結果は、CARE-MIRV-Netが評価対象変数すべてにおいてバランスの取れた予測性能を提供したことを示しています。本研究で提示された医療志向の居住評価は、臨床的に検証された医療評価ではなく、ルールベースの意思決定フレームワークおよび利用可能なフロアプラン属性に基づく応用志向の分類として解釈されるべきです。

さらに予測性能を評価するため、平方フィート数、寝室、バスルーム、ガレージを含むすべてのターゲット変数に対して残差誤差解析が行われました。残差プロットは、予測値と観測値の違いを示すことで、予測誤差分布の洞察を提供します。理想的には、残差はゼロ付近でランダムに分布し、体系的バイアスが限定的で一般化が良好であることを示すべきです。

図8 は平方フィート予測のための残差プロットを示しています。ほとんどの残差はゼロ付近に集まり、大多数のサンプルで比較的正確な予測を示していました。しかし、より大きな分散といくつかの外れ値が予測された平方フィート数では観察されました。これらの観察は、より大きな住宅間取りで予測のばらつきが増加したことを示唆しています。

図8。平方フィート予測のための残差解析。 散布図は、予測された平方フィート数値の残差誤差を示すものです。横線は残留誤差ゼロを示します。 この図の拡大版はこちらをクリックしてご覧ください。

寝室予測の残差分布は 図9に示されています。残差は一般的にゼロ付近に集中し、斜めのパターンは寝室変数の離散的な性質を反映していました。比較的狭い残差範囲は一貫した予測性能を示しており、明らかな系統的バイアスは観察されていません。 図10 は浴室予測のための残差プロットを示しています。残差はほぼゼロのままでしたが、寝室予測で観測されたものよりやや分散が強かった。可視の縞模様は、ターゲット変数の離散的な性質と一致しています。また、より高い予測値でもいくつかの外れ値が存在しました。

図9。寝室予測のための残差分析。 予測された寝室の価値に対する残差誤差を示す散布図。横線は残留誤差ゼロを示します。 この図の拡大版はこちらをクリックしてご覧ください。

図10。浴室予測のための残差分析。 予測されたバスルーム値の関数としての残差誤差を示す散布図。横線は残留誤差ゼロを示します。 この図の拡大版はこちらをクリックしてご覧ください。

ガレージ予測のための残差解析は 図11に示されています。残差値はゼロ付近に集中し、他のターゲット変数と比べて比較的低い分散を示しました。ガレージの値の明確かつ限られた範囲が、区画内に明確な線形パターンを生み出しました。狭い残差分布は、この変数の予測性能が比較的一貫していることを示唆しています。

図11。ガレージ予測のための残差解析。 散布図で、予測されたガレージの値に依存する残差誤差が示されています。横線は残留誤差ゼロを示します。 この図の拡大版はこちらをクリックしてご覧ください。

全体として、残差解析はCARE-MIRV-Netがすべてのターゲット変数で概ねゼロを中心とした予測値を生成していることを示しています。特に平方フィート予測において多少の変動や外れ値が観察されましたが、全体の残差分布は評価データセット全体でのモデルの予測性能の一貫性を支持しています。

SHAPを用いた説明可能なAI分析の結果

提案されたCARE-MIRV-Netフレームワークの解釈性を向上させるために、SHAPを用いた説明可能なAIアプローチが組み込まれました。SHAPは、シェイプリー値に基づいて特徴重要度値を割り当てることでモデル予測を説明するゲーム理論的手法です。提案されたメタアンサンブルモデルに適用した場合、SHAPは各基底モデルがメタ学習者の最終出力にどれほど寄与しているかを調べるために用いられました。メタモデルへの入力は、InceptionV3、MobileNetV2、ResNet101、VGG16の4つのベースモデルからの連結された予測で構成され、16次元の特徴空間を得ました。各特徴は、特定のベースモデルによって生成される予測された建築的属性(平方フィート、寝室、バスルーム、またはガレージ)を表していました。これらの特徴の解釈は、メタトレーニングデータのランダムな部分集合を背景分布として選び、計算効率を高めるために説明生成のためにテストサンプルの小さな部分セットを選んで行いました。

各ターゲット変数の特徴寄与を独立して分離・解析するために、単一出力のメタモデルが作成されました。SHAP KernelExplainerは、前述および 補足ファイル1 で説明された通りに、特徴寄与を推定し、提案されたフレームワークの予測を解釈するために適用されました。これらの値は、各ベースモデル予測が最終出力にどの程度正または負の影響を与えたかを定量化するために用いられました。SHAP分析に基づき、CARE-MIRV-Netは単一のベース学習器に限定されるのではなく、ターゲット変数や入力特性に応じて異なるモデルに異なる重要度を割り当てました。これらの観察は、積み重ねに基づくアンサンブルアプローチが複数の基底モデルからの補完的な情報を利用していることを示しています。

図12–15は 、4つのターゲット変数(平方フィート、寝室、バスルーム、ガレージ)に対するSHAPの概要プロットを示しています。これらのプロットは、CARE-MIRV-Netメタモデルが個々のベース学習者からの予測をどのように利用したかの洞察を提供します。各プロットでは、横軸がSHAP値(特徴寄与)を表し、色のスケールは低から高までの特徴の大きさを表します。

図12。平方フィート予測のためのSHAPサマリープロット。 CARE-MIRV-Netメタラーナーによるベースモデル予測の平方フィート推定への貢献を示すSHAPサマプロット。特徴は重要度に基づいてランク付けされます。ポイントの色は特徴値を示し、水平位置はSHAPの予測寄与を示します。シャップ、シャプリー 付加的説明。 この図の拡大版はこちらをクリックしてご覧ください。

図13。寝室予測のためのSHAPサマリープロット。 CARE-MIRV-Netメタラーナーによるベースモデル予測の寝室推定への寄与を示すSHAP要約プロット。特徴は重要度に基づいてランク付けされます。ポイントの色は特徴値を示し、水平位置はSHAPの予測寄与を示します。シャップ、シャプリー 付加的説明。 この図の拡大版はこちらをクリックしてご覧ください。

図14。バスルーム予測のためのSHAP要約プロット。 CARE-MIRV-Netメタラーナーによるベースモデル予測のトイレ推定への貢献を示すSHAP要約プロット。特徴は重要度に基づいてランク付けされます。ポイントの色は特徴値を示し、水平位置はSHAPの予測寄与を示します。シャップ、シャプリー 付加的説明。 この図の拡大版はこちらをクリックしてご覧ください。

図15。ガレージ予測のためのSHAPサマリープロット。 CARE-MIRV-Netメタラーナーによるベースモデル予測のガレージ推定への貢献を示すSHAPサマプロット。特徴は重要度に基づいてランク付けされます。ポイントの色は特徴値を示し、水平位置はSHAPの予測寄与を示します。シャップ、シャプリー 付加的説明。 この図の拡大版はこちらをクリックしてご覧ください。

図12 は平方フィート予測のためのSHAPサマリーを示しています。Mob_SF、Res_SF、Inc_SFなどの特徴は他の特徴よりも比較的大きなSHAP寄与を示し、MobileNetV2、ResNet101、InceptionV3によって生成された予測が平方フィートの推定に大きく寄与していることを示しました。特徴値が高い(赤)は一般的に予測平方フィートの増加と関連し、特徴値(青)が高いほど予測値が低かった。寝室および浴室に関連する特徴は比較的小さく寄与しており、平方フィート数の予測は主にベースモデルによって生成された面積関連予測に影響されていることを示しています。

図13 は寝室予測のためのSHAP解析を示しています。Res_Beds、VGG_Beds、Inc_Bedsなどの特徴は他の特徴よりも比較的大きな寄与を示し、ResNet101、VGG16、InceptionV3の予測が最終的な寝室予測の決定に影響を与えたことを示しました。SHAP値はほぼゼロ付近に分布しており、メタモデルが単一の優勢予測変数に依存するのではなく、複数の情報源から情報を統合していることを示唆しています。ガレージや平方フィートに関する特徴は比較的小さな貢献を示しました。

図14 は浴室予測のためのSHAPの概要を示しています。VGG_Baths、Inc_Baths、Mob_Bathsなどの特徴は比較的高い寄与を示し、VGG16、InceptionV3、MobileNetV2の予測がトイレ推定に大きく寄与していることを示しました。SHAP値の分布は、これらのベースモデルからの予測が増加したほど最終予測への影響が大きいことと関連していることを示唆しています。寄与は他のターゲット変数よりもモデル間で広く分布しているように見えました。

図15 はガレージ予測のためのSHAP解析を示しています。Mob_Garages、Inc_Garages、VGG_Garagesといった特徴は最終予測に比較的強い寄与を示しました。このプロットは、複数の基底モデルからのガレージ関連予測が最終出力に寄与し、低価値と高価値の特徴寄与が明確に区別されていることを示しています。SHAP値の広範囲にわたる分布は、メタモデルがガレージ関連の予測特徴に対して感度が高まっていることを示唆しています。

全体として、SHAP分析は提案されたCARE-MIRV-Netフレームワークが最終予測生成時に複数のベース学習者からの貢献を統合していることを示しました。結果は、4つのアーキテクチャ的ターゲット変数における個々のモデル予測の相対的な影響を解釈可能な視点で提供し、メタアンサンブル意思決定プロセスの理解を支援します。

住宅配置分類の結果

住宅配置分類結果の代表例は 図16–18に示されています。これらの例は、CARE-MIRV-Netフレームワークが予測するアーキテクチャ属性にルールベースの意思決定層を適用していることを示しています。 図16 は医療ケアレイアウトに分類される例を示し、 図17 は一般的な住宅レイアウトに分類される例を示し、 図18 は高齢者ケアレイアウトに分類された例を示しています。これらの例は、予測されたアーキテクチャ特性が、プロトコルセクションで説明されている事前定義された意思決定ルールを通じてアプリケーションレベルの住宅カテゴリに変換される様子を示しています。これらの例は、独立して検証された臨床や医療の分類ではなく、予測されたフロアプラン属性やあらかじめ定められた意思決定基準から導かれたルールベースの分類フレームワークの示すアウトカムとして解釈されるべきです。

図16。医療ケア住宅レイアウトに分類される代表的な例です。 提案されたフレームワークで評価され、予測された建築的属性とルールに基づく分類基準に基づき医療カテゴリーに割り当てられた住宅間取り画像の例。 この図の拡大版はこちらをクリックしてご覧ください。

図17。一般的な住宅レイアウトに分類される代表例です。 提案されたフレームワークで評価され、予測された建築的属性とルールに基づく分類基準に基づき一般住宅カテゴリーに割り当てられた住宅間取り画像の例。 この図の拡大版はこちらをクリックしてご覧ください。

図18。代表的な例として高齢者介護住宅のレイアウトに分類されます。 提案されたフレームワークで評価され、予測された建築的属性とルールに基づく分類基準に基づき高齢者介護カテゴリーに割り当てられた住宅間取り画像の例。 この図の拡大版はこちらをクリックしてご覧ください。

図16の代表例は、モデルが実際の2268.00平方フィートを2233.16平方フィートと予測したことを示しており、比較的小さな予測誤差を示しています。同様に、寝室(3.23対3)、バスルーム(2.65対2)、ガレージ(1.11対1)の予測値は対応する地上の真実値に近づいていました。これらの予測属性に基づき、ルールベースの意思決定層はレイアウトを医療ケアとして分類しました。この例は、フレームワークが予測されたアーキテクチャ属性を適用してアプリケーションレベルの住宅分類を生成する方法を示しています。

図17に示された2つ目の例は、一般的な住宅用途に分類されるレイアウトを示しています。予測された平方フィート数(1692.76)は実際の値(1879.00)より低かったのに対し、寝室、バスルーム、ガレージの予測数は対応する地上の真実値に近かった。予測された建築的属性に基づき、意思決定層はレイアウトを一般的な住宅カテゴリに割り当てました。この例は、個々の予測にわずかな偏差があるにもかかわらず、中規模の住宅レイアウトに分類フレームワークを適用できることを示しています。

図18 は、実際の平方フィートが981.00、予測平方フィートが1076.17のコンパクトな住宅レイアウトを示しています。寝室(1.99対2)、バスルーム(1.75対2)、ガレージ(0.98対1)の予測値も対応するグラウンドトゥルース値に近づいていました。これらの予測属性に基づき、意思決定層はレイアウトを高齢者ケアとして分類しました。この例は、床面積が小さく部屋数が少ないレイアウトにあらかじめ定められた分類ルールを適用している様子を示しています。

全体として、代表的な例はCARE-MIRV-Netフレームワーク内での建築属性予測とルールベースの住宅レイアウト分類の統合を示しています。 図16–18の例において、予測された建築的属性は対応するグラウンドトゥルース値と概ね整合しており、提案されたフレームワークの自動住宅間取り解析およびアプリケーションレベル分類の利用を支持しました。

データの利用可能性:

本研究で使用されるデータセットは、Kaggleリポジトリ²⁸「Floor Plan Images and Their Details」を通じて公開されており、以下の https://www.kaggle.com/datasets/adilmohammed/floor-plan-images-and-their-details でアクセス可能です。本研究で報告されたすべての分析は、この公開情報源から得られたデータを用いて実施されました。報告された結果を再現するために必要なソースコード、実装ドキュメント、環境設定情報は 補足ファイル1に提供されています。

補足ファイル1。CARE-MIRV-Net実装パッケージ。 このファイルには、CARE-MIRV-Netワークフローを再現するために必要なソースコード、READMEドキュメント、ソフトウェア依存仕様、環境情報、実装スクリプトが含まれています。このファイルをダウンロードするには、こちらをクリックしてください。

補足ファイル2。CARE-MIRV-Net住宅間取り解析のアルゴリズム。 このファイルはアルゴリズム1を提供しており、データ前処理、ベースモデル予測、メタ特徴の連結、メタアンサンブル予測、意思決定層分類、SHAPベースの説明可能性、評価指標ワークフローが含まれます。このファイルをダウンロードするには、こちらをクリックしてください。

ディスカッション

本研究では、住宅間取り画像の自動解析を行うためのスタッキングベースのメタアンサンブルDLフレームワークであるCARE-MIRV-Netを紹介します。このフレームワークは、MobileNetV2、InceptionV3、ResNet101、VGG16という4つの補完的なCNNアーキテクチャを統合し、平方フィート数、寝室数、バスルーム、ガレージなどの主要な建築特性を予測します。これらの予測はメタ学習器を通じて統合され、ルールベースの意思決定層内で住宅レイアウトを高齢者介護、医療ケア、一般的な住宅カテゴリーに分類するために用いられます。予測モデリング、アンサンブル学習、説明可能なAIの統合により、住宅間^{取り分析の}統一フレームワークが提供^{されます。}

代表的な結果は、CARE-MIRV-Netが複数のアーキテクチャ属性において個々のベースモデルと比較して予測性能を向上させたことを示しています。アンサンブルフレームワークは一般的に予測誤差を減少させ、^R2を改善し、異種CNNアーキテクチャを組み合わせることで予測の堅牢性が向上することを示唆しています^12,20。さらに、SHAPの導入により、個々のベースモデルの最終予測への相対的な寄与を解釈できるようになり、モデルの透明性が向上しました^11,17。したがって、このフレームワークは予測性能とモデル解釈可能性の両方を必要とする研究に有用なアプローチを提供する可能性があります。

提案された枠組みは、自動建築分析、住宅設計評価、データ駆動型意思決定支援システムに関する研究の進展に寄与する可能性があります。マルチアウトプット予測とアプリケーションレベルの分類を統合することで、このフレームワークは従来のフロアプラン認識や特徴抽出の枠を超えて拡張されます。この方法論は、住宅計画、スマートハウジング環境、空間配置評価^{1、2、8、22}に関する研究にも適用可能である。しかし、いくつかの制限を考慮する必要があります。まず、フレームワークは単一の公開データセットを用いて開発・評価されており、独立したデータセットに対する外部検証は行われていませんでした。本研究では外部検証は行われず、モデル評価は公開データセットから導出された指定テストサブセットを用いて行われました。第二に、フレームワークによって生成される居住カテゴリーは、独立に検証された医療デザインラベルではなく、あらかじめ定義されたルールベースの基準から導き出されています。フレームワークによって生成される高齢者ケア、医療ケア、一般住宅カテゴリーは、あらかじめ定められたルールベースの基準から導き出されており、臨床的に検証された医療設計評価として解釈すべきではありません。第三に、このフレームワークは主に間取り図画像から導き出された建築的特性に依存しており、医療特有のデザイン基準、アクセシビリティ基準、居住者中心の成果指標は組み込まれていません。分類規則を定義するために、正式なアクセシビリティ基準、医療デザイン基準、住宅デザイン基準は使用されませんでした。代わりに、分類フレームワークは利用可能なフロアプラン属性と応用指向の意思決定基準を用いて開発されました。今後の研究には、独立したデータセットでの外部検証、正式なアクセシビリティおよび医療設計基準の組み込み、追加のデザインおよび居住者中心のアウトカム指標を用いた評価が行われ、フレームワークの適用性と一般化の可能性をさらに高めることが考えられます。

同じ仮説を調査するためには、代替的なアプローチも用いられることがあります。例えば、トランスベースのビジョンモデル、グラフベースの空間表現、またはハイブリッドDLアーキテクチャを用いて、住宅レイアウト^13、15、19内の空間関係を捉えることができます。同様に、専門家によるラベル付きデータセットや医療設計基準に基づく分類フレームワークは、住宅配置評価の代替手法を提供する可能性があります^8,22。これらの手法は補完的な利点を提供する可能性がありますが、提案されたCARE-MIRV-Netフレームワークは、複数のCNNアーキテクチャをスタッキングベースのアンサンブルフレームワーク内で組み合わせて、多出力予測と住宅レイアウト分類を行う実現可能性を示しています。

今後の研究では、より高度な空間的推論やより広範な現実世界での適用性を支える枠組みの拡張に焦点を当てるかもしれません。将来の方向性には、部屋の接続性をモデル化するためのグラフベースのフロアプラン表現の組み込み、特徴抽出のためのビジョントランスフォーマー(ViT)ベースのアーキテクチャの評価、そしてマルチクラスまたはマルチラベル分類戦略の開発(13,15,18)が含まれます。さらに、今後の研究では医療特有のデザイン属性、アクセシビリティ基準、独立した検証データセットを取り入れ、医療志向の居住環境におけるフレームワークの適用性をさらに評価する可能性があります ^8,22。このフレームワークは、スマートシティプラットフォームや^{住宅計画の}意思決定支援システムへの統合にも適応^{可能です。}

材料

この記事で使用された材料の一覧

名前	会社	カタログ番号	コメント
CARE-MIRV-Net実装パッケージ	サプリメントファイル1	バージョン1.0	N/A
図表の再生成スクリプト	サプリメントファイル1	バージョン1.0	N/A
間取り画像とその詳細データセット	Kaggle	公開データセット	N/A
GPU	NVIDIA Corporation	Tesla T4 × 2	N/A
Intel Xeonプロセッサ	Intel Corporation	2.20 GHz	N/A
Keras	Kerasチーム	バージョン3.13.2	N/A
Matplotlib	Matplotlib開発チーム	バージョン3.9	RRID:SCR_008624
NumPy	NumPy開発者	バージョン2.4.6	RRID:SCR_008633
オペレーティングシステム	Linux	Ubuntu 22.04 LTS	N/A
Pandas	Pandas開発チーム	バージョン2.3.3	RRID:SCR_018214
Python	Pythonソフトウェア財団	バージョン3.12.12	RRID:SCR_008394
Scikit-learn	Scikit-learn開発者	バージョン1.6.1	RRID:SCR_002577
SHAP	SHAP開発チーム	バージョン0.51.0	N/A
システムメモリ(RAM)	クラウドコンピューティング環境	31 GB	N/A
TensorFlow	Google	バージョン2.19.0	RRID:SCR_016345
トレーニング環境設定ファイル	サプリメントファイル1	バージョン1.0	N/A