في العصر الحديث، أصبحت المجتمعات الحضرية أكثر تعقيدًا وصعوبة في إدارتها، مما يستدعي ضرورة تحسين الخصائص الوظيفية لتلك المجتمعات لتعزيز مرونتها. ومع ذلك، فإن التخطيط العمراني في الغالب يتبع نهجًا تقليديًا من الأعلى إلى الأسفل، مما يتسبب في حدوث صراعات متكررة مع خطط التنمية الأولية، بسبب نقص المؤشرات الفعالة لقياس سلوكيات السكان.

هنا يأتي دور "كوميونيويف" (CommuniWave)، وهو نموذج متقدم يستخدم تقنيات التعلم الآلي (Machine Learning) للكشف عن قياسات سلوكيات السكان غير الرسمية (Degree of Informal Behavior - DIB) في المجتمعات الحضرية. من خلال دمج شبكة التقاط السلوك (Behavior Capture Net - BCN) القائمة على تقنية (mmaction2) ونموذج (YOLOv10) الذي تم تطويره ذاتياً، ونموذج تقييم السلوك (Behavior Eval Model - BEM) المبني على تقنية الغابات العشوائية (Random Forest)، يقدم هذا النموذج أسلوبًا متكاملًا لتحليل السلوكيات.

يعمل "كوميونيويف" على إنشاء مخططات لتقلبات سلوكيات السكان غير الرسمية باستخدام مقاطع الفيديو الملتقطة من الشوارع، مما يسهل المراقبة الديناميكية. وبذلك، يمكن للمديرين الحضريين اتخاذ قرارات دقيقة تُعزز من مرونة المجتمع وتحسن جودة الحياة لسكانهم. يُظهر هذا الابتكار كيف يمكن استخدام الذكاء الاصطناعي لتحسين التخطيط العمراني وجعله أكثر تفاعلاً مع احتياجات السكان.