Machine Learning para a acessibilização de análises em escala urbana

Resumen

É proposta, neste artigo, a implementação de Machine Learning para a simplificação e acessibilização da obtenção de resultados de análises complexas, mais especificamente na avaliação do conforto térmico em escala urbana. A complexidade da relação estabelecida entre o planejamento, a forma da cidade e as condições de clima torna necessário o uso de estratégias em análise e produção do espaço urbano que muitas vezes excede o arcabouço teórico e técnico do planejador. Pensar o trade-off entre precisão e velocidade dos métodos aplicados se faz importante para a construção de ferramentas que sejam não apenas potentes, mas que facilitem a ação rápida e constante dos profissionais de planejamento. De uma perspectiva tecnológica, política e ambiental, o método proposto visa, através da construção da informação, melhorar a compreensão das implicações que as edificações trazem ao ambiente urbano e contribuir com a produção da cidade contemporânea.