論文の概要: On Algorithmic Decision Procedures in Emergency Response Systems in Smart and Connected Communities

• arxiv url: http://arxiv.org/abs/2001.07362v3
• Date: Thu, 12 Mar 2020 00:12:20 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-08 00:12:43.148371
• Title: On Algorithmic Decision Procedures in Emergency Response Systems in Smart and Connected Communities
• Title（参考訳）: スマート・コネクテッド・コミュニティにおける緊急対応システムにおけるアルゴリズム決定手順について
• Authors: Geoffrey Pettet, Ayan Mukhopadhyay, Mykel Kochenderfer, Yevgeniy Vorobeychik, Abhishek Dubey
• Abstract要約: 緊急対応管理(ERM)は、世界中のコミュニティが直面している重要な問題である。 我々は、ERMシステムの計画の重要な期間は、事故後ではなく、事故間にあると論じる。 本稿では,ディスパッチ問題の構造を活用・活用する2つの部分分散マルチエージェント計画アルゴリズムを提案する。
• 参考スコア（独自算出の注目度）: 21.22596396400625
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Emergency Response Management (ERM) is a critical problem faced by communities across the globe. Despite this, it is common for ERM systems to follow myopic decision policies in the real world. Principled approaches to aid ERM decision-making under uncertainty have been explored but have failed to be accepted into real systems. We identify a key issue impeding their adoption --- algorithmic approaches to emergency response focus on reactive, post-incident dispatching actions, i.e. optimally dispatching a responder \textit{after} incidents occur. However, the critical nature of emergency response dictates that when an incident occurs, first responders always dispatch the closest available responder to the incident. We argue that the crucial period of planning for ERM systems is not post-incident, but between incidents. This is not a trivial planning problem --- a major challenge with dynamically balancing the spatial distribution of responders is the complexity of the problem. An orthogonal problem in ERM systems is planning under limited communication, which is particularly important in disaster scenarios that affect communication networks. We address both problems by proposing two partially decentralized multi-agent planning algorithms that utilize heuristics and exploit the structure of the dispatch problem. We evaluate our proposed approach using real-world data, and find that in several contexts, dynamic re-balancing the spatial distribution of emergency responders reduces both the average response time as well as its variance.
• Abstract（参考訳）: 緊急対応管理(ERM)は、世界中のコミュニティが直面する重要な問題である。 それにもかかわらず、ERMシステムでは現実世界における筋電図決定ポリシーに従うことが一般的である。 不確実性下でのerm意思決定を支援する原則的なアプローチは検討されてきたが、現実のシステムでは受け入れられていない。 緊急対応へのアルゴリトミックなアプローチは、リアクティブでインシデント後のディスパッチアクション、すなわち、応答者 \textit{after}インシデントを最適にディスパッチすることに焦点を当てている。 しかし、緊急応答の重大な性質は、インシデントが発生したとき、最初の応答者はインシデントに最も近い応答者を派遣している。 ermシステムの計画の重要な期間はインシデント後ではなくインシデントの間にあると論じる。 これは簡単な計画の問題ではありません -- 応答者の空間分布を動的にバランスさせる上での大きな課題は、問題の複雑さです。 ERMシステムの直交問題は、通信ネットワークに影響を与える災害シナリオにおいて特に重要な、限られた通信下での計画である。 本稿では、ヒューリスティックスを活用し、ディスパッチ問題の構造を利用する2つの部分分散マルチエージェント計画アルゴリズムを提案する。 提案手法を実世界のデータを用いて評価し、いくつかの文脈において、緊急応答器の空間分布を動的に再バランスすることで、平均応答時間とばらつきを低減できることを示す。

関連論文リスト

• CrisisSense-LLM: Instruction Fine-Tuned Large Language Model for Multi-label Social Media Text Classification in Disaster Informatics [49.2719253711215]
  本研究では,事前学習型大規模言語モデル(LLM)の強化による災害テキスト分類への新たなアプローチを提案する。 本手法では,災害関連ツイートから包括的インストラクションデータセットを作成し,それをオープンソース LLM の微調整に用いる。 この微調整モデルでは,災害関連情報の種類,情報化,人的援助の関与など,複数の側面を同時に分類することができる。
  論文  参考訳（メタデータ） (2024-06-16T23:01:10Z)
• Multi-Agent Reinforcement Learning with Hierarchical Coordination for Emergency Responder Stationing [8.293120269016834]
  緊急対応者管理システム(ERM)は、医療援助の要請を受けたときに対応者を派遣する。 ERMシステムは、任意のギャップをカバーするために予め指定された待機場所間で応答器を積極的に再配置することができる。 プロアクティブな再配置における最先端のアプローチは、空間分解とオンラインモンテカルロ木探索に基づく階層的なアプローチである。 同じ階層的な分解に基づく新しい強化学習(RL)アプローチを導入するが、オンライン検索を学習に置き換える。
  論文  参考訳（メタデータ） (2024-05-21T21:15:45Z)
• Artificial Intelligence for Emergency Response [0.6091702876917281]
  緊急対応管理(ERM)は、世界中のコミュニティが直面している課題である。 データ駆動モデルは、人的および財政的な損失を減らし、設計コード、交通規制、安全対策を改善するのに役立つ。 本チュートリアルでは,緊急応答における4つのサブプロブレム(インシデント予測,インシデント検出,リソース割り当て,リソースディスパッチ)について検討する。
  論文  参考訳（メタデータ） (2023-06-15T18:16:08Z)
• State-Augmented Learnable Algorithms for Resource Management in Wireless Networks [124.89036526192268]
  本稿では,無線ネットワークにおける資源管理問題を解決するためのステート拡張アルゴリズムを提案する。 提案アルゴリズムは, RRM決定を可能, ほぼ最適に行うことができることを示す。
  論文  参考訳（メタデータ） (2022-07-05T18:02:54Z)
• Designing Decision Support Systems for Emergency Response: Challenges and Opportunities [3.8532022064807827]
  道路事故等の事故に対応する緊急対応管理システム(ERM)は,地域社会が直面している大きな問題である。 本稿では,重要な課題を取り上げ,我々のチームがコミュニティパートナと共同で開発したアプローチの概要を紹介する。
  論文  参考訳（メタデータ） (2022-02-23T02:02:32Z)
• Stateful Offline Contextual Policy Evaluation and Learning [88.9134799076718]
  我々は、シーケンシャルデータから、政治以外の評価と学習について研究する。 動的パーソナライズされた価格設定などの問題の因果構造を形式化する。 本報告では,本クラスにおけるアウト・オブ・サンプル・ポリシーの性能改善について述べる。
  論文  参考訳（メタデータ） (2021-10-19T16:15:56Z)
• Contingency-Aware Influence Maximization: A Reinforcement Learning Approach [52.109536198330126]
  インフルエンス(IM)問題は、インフルエンスの普及を最大化する、ソーシャルネットワーク内のシードノードのサブセットを見つけることを目的としている。 本研究では、招待されたノードがシードであるかどうかが不確実なIM問題(contingency-aware IM)に焦点をあてる。 最初の成功にもかかわらず、より多くのコミュニティへのソリューションの推進における大きな実践上の障害は、欲張りのアルゴリズムの巨大な実行時である。
  論文  参考訳（メタデータ） (2021-06-13T16:42:22Z)
• Hierarchical Planning for Resource Allocation in Emergency Response Systems [0.8602553195689513]
  都市規模のサイバー物理システムにおける古典的な問題は、不確実性の下で資源割り当てである。 オンライン、オフライン、分散型のアプローチはそのような問題に適用されていますが、大規模な決定問題へのスケーリングは困難です。 不確実性下における資源配分のための都市レベルのCPS問題の構造を利用する階層計画への一般的なアプローチを提示する。
  論文  参考訳（メタデータ） (2020-12-24T15:55:23Z)
• Bottom-up mechanism and improved contract net protocol for the dynamic task planning of heterogeneous Earth observation resources [61.75759893720484]
  地球観測資源は、災害救助、被害評価、関連する領域においてますます不可欠になりつつある。 観測要求の変更や悪天候の発生、資源の失敗など、予測できない多くの要因は、スケジュールされた観測計画が実行不可能になる可能性がある。 不均質な地球観測資源の動的タスク計画を容易にするため、ボトムアップ分散協調フレームワークと改良された契約網を提案する。
  論文  参考訳（メタデータ） (2020-07-13T03:51:08Z)
• Improving Community Resiliency and Emergency Response With Artificial Intelligence [0.05541644538483946]
  我々は、ステークホルダーが包括的で関連性があり、信頼できる情報にタイムリーにアクセスできるようにする、多段階の緊急対応ツールを目指しています。 本ツールは, 浸水リスク位置, 道路ネットワーク強度, 浸水マップ, 浸水地や被害インフラを推定するコンピュータビジョンセマンティックセマンティックセマンティックセグメンテーションなど, オープンソースの地理空間データの複数の層を符号化して構成する。 これらのデータレイヤを組み合わせて、緊急時の避難経路の検索や、最初に影響を受けたエリアで最初の応答者のために利用可能な宿泊場所のリストを提供するなど、機械学習アルゴリズムの入力データとして利用する。
  論文  参考訳（メタデータ） (2020-05-28T18:05:08Z)
• RIS Enhanced Massive Non-orthogonal Multiple Access Networks: Deployment and Passive Beamforming Design [116.88396201197533]
  再構成可能なインテリジェントサーフェス(RIS)の配置と受動ビームフォーミング設計のための新しいフレームワークを提案する。 エネルギー効率を最大化するために、共同配置、位相シフト設計、および電力配分の問題を定式化する。 リアルタイムデータセットを活用することで,ユーザの遠隔交通需要を予測するために,LSTM(Long Short-term memory)ベースのエコー状態ネットワーク(ESN)アルゴリズムを提案する。 RISの展開と設計の連立問題を解くために,D3QNに基づく位置取得と位相制御アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-01-28T14:37:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。