Generality is aspired by pooling in

Generality is aspired by pooling information from a sample of
real-world cities to inform the development of a typical urban area
rather than building a representation of a specific city. This
generalisation of information allows to explore broad trends rather
than unique or outlier observations specific to one city. At the same
time, SIENA strives to maximise realism by rooting its development
on structural and design rules obtained from the statistical exploration
of these real-world cities. It was developed probabilistically
which has the additional advantage that the uncertainties inherent
in environmental data can be accounted for by allowing a range of
values rather than a single value.
SIENA offers a novel tool to address some of the fundamental
challenges faced by environmental health studies in urban settings.
Possible applications of this user-controlled urban simulation
model in the context of exposure science and health risk assessment
are many. They include:

ผลลัพธ์ (ไทย) 2:

ทั่วไปจะสร้างแรงบันดาลใจร่วมกันโดยข้อมูลจากตัวอย่างของ
เมืองที่โลกแห่งความจริงที่จะแจ้งให้การพัฒนาของเขตเมืองโดยทั่วไป
มากกว่าการสร้างตัวแทนของเมืองที่เฉพาะเจาะจง นี้
ลักษณะทั่วไปของข้อมูลที่จะช่วยให้การสำรวจแนวโน้มค่อนข้างกว้าง
กว่าการสังเกตที่ไม่ซ้ำกันหรือขอบเขตที่เฉพาะเจาะจงให้เป็นหนึ่งในเมือง ในขณะเดียวกัน
เวลา SIENA มุ่งมั่นที่จะเพิ่มความสมจริงโดยการทำลายการพัฒนาของ
กฎโครงสร้างและการออกแบบที่ได้รับจากการสำรวจทางสถิติ
ของเมืองที่แท้จริงของโลกเหล่านี้ ได้รับการพัฒนา probabilistically
ที่มีประโยชน์เพิ่มเติมที่ความไม่แน่นอนที่มีอยู่
ในข้อมูลด้านสิ่งแวดล้อมสามารถนำมาใช้โดยให้ช่วงของ
ค่ามากกว่าค่าเดียว.
เซียน่ามีเครื่องมือใหม่ในการอยู่บางส่วนของพื้นฐาน
ความท้าทายที่ต้องเผชิญกับการศึกษาสุขภาพสิ่งแวดล้อมใน การตั้งค่าในเมือง.
การใช้งานที่เป็นไปได้ของการจำลองเมืองนี้ที่ผู้ใช้ควบคุม
รูปแบบในบริบทของวิทยาศาสตร์การสัมผัสและการประเมินความเสี่ยงต่อสุขภาพ
เป็นจำนวนมาก พวกเขารวมถึง:

ผลลัพธ์ (ไทย) 3:

สภาพทั่วไปเป็นที่ใฝ่ฝัน โดยรวมข้อมูลจากตัวอย่างของ
เมืองจริงแจ้งการพัฒนาพื้นที่เมืองทั่วไป
มากกว่าการสร้างการเป็นตัวแทนของเมืองที่เฉพาะเจาะจง นี้
generalisation ข้อมูลช่วยให้การสำรวจแนวโน้มค่อนข้างกว้าง
กว่าเฉพาะหรือค่าสังเกตเฉพาะในเมืองหนึ่ง ในเวลาเดียวกัน
, เซียนา มุ่งมั่นที่จะเพิ่มความสมจริงด้วยการพัฒนาของรากกฎและออกแบบโครงสร้างได้ จากสถิติการสำรวจ
เมืองจริงเหล่านี้ มันถูกพัฒนา probabilistically
ที่มีประโยชน์เพิ่มเติมที่ความไม่แน่นอนโดยธรรมชาติ
ข้อมูลสิ่งแวดล้อมที่สามารถคิดโดยให้ช่วงของค่าที่มากกว่าค่าเดียว
.
เซียนามีเครื่องมือใหม่เพื่อแก้ไขบางส่วนของพื้นฐาน
ความท้าทายที่เผชิญ โดยการศึกษาด้านอนามัยสิ่งแวดล้อม ในการตั้งค่าในเมือง
การใช้งานที่เป็นไปได้ของผู้ใช้นี้ควบคุมเมืองจำลอง
โมเดลในบริบทของการวิทยาศาสตร์
การประเมินความเสี่ยงด้านสุขภาพมีหลาย พวกเขารวมถึง :