kth.sePublications
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Verktyg för tolkning av äldre planbestämmelser: Systematisk och automatiserad översättning av äldre planbestämmelser för framtidens samhällsbyggnadsprocess
KTH, School of Architecture and the Built Environment (ABE), Urban Planning and Environment, Urban and Regional Studies.
2024 (Swedish)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Tools for transitioning older planning regulations : Systematic and uniform conversion of older planning regulations for the future urban planning process (English)
Abstract [sv]

I samhället finns en stor efterfrågan på digitala detaljplaner eftersom digital och enhetlig data gör informationen analyserbar och sökbar. Även om nya detaljplaner ska vara digitala är den stora majoriteten av befintliga planer fysiska kartor med tillhörande bestämmelser på papper. För att underlätta transformationen och erhålla stringenta tolkningar av äldre planbestämmelser vid digitalisering av befintliga planer sammanställs här rådande vägledning om hur bestämmelser från 1949-1969 ska översättas. Efter att en enhetlig tolkning och formulering gjorts på ett dataset bestående av planbestämmelser från Värmdö kommun testas hur ett maskininlärningsprogram med hjälp av denna data kan generera en korrekt översättning från Boverkets planbestämmelsekatalog baserat på en äldre planbestämmelse. Trots begränsad data presterar programmet väl vid tolkningar avplanbestämmelser från Värmdö kommun under perioden. Däremot genereras färre korrekta tolkningar när programmet testas på bestämmelser från Haninge kommun, något som tyder på att träningsdata behöver vara mer diversifierat för att programmet ska vara generellt användbart vid tolkning av planbestämmelser från perioden. I arbetet diskuteras även hur rådande vägledning om tolkning av planbestämmelser kan utvecklas för att skapa bättreförutsättningar för enhetlig och analyserbar data.

Abstract [en]

The actors within the urban planning process in Sweden, whether they are municipalities, real estate developers or individual homeowners, benefit from digital development plans because digital and uniform data is easier to access and use in analyses. New development plans are required to be digital, but the large majority of the existing plan stock consist of physical maps with regulations on paper. To facilitate the transformation and acquire uniform translations of older planning regulations when digitizing older plans, guidance from government authorities on how to understand regulations from 1949-1969 is here compiled. After a systematic translation and formulation has been conducted on a dataset consisting of planning regulations from Värmdö municipality, the data is used in a machine learning program to test to what extent the program can predict the correct modern translation of the old text. When tested on regulations from Värmdö municipality, the performance was satisfactory despite the limited dataset used for training the program. However, when the program was tested on regulations from another nearby municipality, the result sank significantly, implying that the training data needs to be more diversified for the program to be generally useful when translating regulations from the time period. The research alsodiscusses how current guidelines on the topic can be developed to create better prerequisites for uniform and analysable data.

Place, publisher, year, edition, pages
2024.
Series
TRITA-ABE-MBT ; 2432
Keywords [en]
Digitization, detailed development plans, zoning plans, planning regulations, Värmdö municipality, machinelearning, ML, AI
Keywords [sv]
Digitalisering, detaljplaner, planbestämmelser, tolkning av planbestämmelser, Värmdö kommun, maskininlärning, AI
National Category
Other Social Sciences not elsewhere specified
Identifiers
URN: urn:nbn:se:kth:diva-342906OAI: oai:DiVA.org:kth-342906DiVA, id: diva2:1833556
Presentation
2024-01-30, 00:00 (Swedish)
Supervisors
Examiners
Available from: 2024-02-01 Created: 2024-02-01 Last updated: 2024-02-01Bibliographically approved

Open Access in DiVA

fulltext(5957 kB)196 downloads
File information
File name FULLTEXT01.pdfFile size 5957 kBChecksum SHA-512
2c2d57eed75a8c0cfef5b0898c7834a5ff46346ec683cb681e8b5cfcaf0d4882fbc88cdb8d1df91e0f2d5d014e5cf566728a01465fba212b77d3aca3d946eaca
Type fulltextMimetype application/pdf

By organisation
Urban and Regional Studies
Other Social Sciences not elsewhere specified

Search outside of DiVA

GoogleGoogle Scholar
Total: 196 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 754 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf