Fugu-MT 論文翻訳(概要): Using Data Mining for Infrastructure and Safety Violations Discovery in Cities

論文の概要: Using Data Mining for Infrastructure and Safety Violations Discovery in Cities

arxiv url: http://arxiv.org/abs/2007.08630v1
Date: Thu, 16 Jul 2020 20:50:44 GMT
ステータス: 処理完了
システム内更新日: 2023-05-09 06:53:06.795258
Title: Using Data Mining for Infrastructure and Safety Violations Discovery in Cities
Title（参考訳）: データマイニングを都市におけるインフラストラクチャと安全侵害発見に活用する
Authors: Doron Laadan, Eyal Arviv, and Michael Fire
Abstract要約: 本研究では, ビーアシェバ市における消火栓, 爆弾シェルター, その他の公共施設の公的な記録に基づく分析研究を行う。分析の結果をインタラクティブな探索ツールとともに提示し,規制を活気づける都市周辺の様々な施設の探索と識別を容易にする。
参考スコア（独自算出の注目度）: 0.2752817022620644
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In city planning and maintenance, the abilty to quickly identify infrastructure violations - such as missing or misplaced fire hydrants - can be crucial for maintaining a safe city; it can even save lives. In this work, we aim to provide an analysis of such violations, and to demonstrate the potential of data-driven approaches for quickly locating and addressing them. We conduct an analytical study based upon data from the city of Beer-Sheva's public records of fire hydrants, bomb shelters, and other public facilities. The result of our analysis are presented along with an interactive exploration tool, which allows for easy exploration and identification of different facilities around the city that viloate regulations.
Abstract（参考訳）: 都市計画やメンテナンスにおいて、失火や消火栓などのインフラ違反を迅速に特定する能力は、安全な都市を維持する上で非常に重要である。本研究は,このような違反の分析を行い,迅速な特定と対処のためのデータ駆動アプローチの可能性を示すことを目的とする。我々は、ビーアシェバ市の公共記録、消火栓、爆弾シェルター、その他の公共施設のデータに基づいて分析研究を行う。分析の結果をインタラクティブな探索ツールとともに提示し,規制を活気づける都市周辺の様々な施設の探索と識別を容易にする。

関連論文リスト

An Open-Source Tool for Mapping War Destruction at Scale in Ukraine using Sentinel-1 Time Series [16.900687593159066]
本研究では、戦争による建物被害を推定するためのスケーラブルで伝達可能な手法を提案する。まず、SAR(Synthetic Aperture Radar)衛星画像時系列から画素単位の破壊確率を出力する機械学習モデルを訓練する。次に、オープン・ビル・フットプリントを用いて、これらの評価を後処理し、建物ごとの最終的な損傷推定値を得る。
論文参考訳（メタデータ） (2024-06-04T17:24:19Z)
OOSTraj: Out-of-Sight Trajectory Prediction With Vision-Positioning Denoising [49.86409475232849]
軌道予測はコンピュータビジョンと自律運転の基本である。この分野における既存のアプローチは、しばしば正確で完全な観測データを仮定する。本稿では,視覚的位置決め技術を利用した視線外軌道予測手法を提案する。
論文参考訳（メタデータ） (2024-04-02T18:30:29Z)
Wireless Crowd Detection for Smart Overtourism Mitigation [50.031356998422815]
この章では、モバイルデバイスのワイヤレスアクティビティに基づいたオーバツーリズムを監視するための、低コストなアプローチについて説明する。群集センサは、無線技術のトレース要素を検出することで、周囲のモバイルデバイスの数をカウントする。いくつかの技術で検出プログラムを実行し、指紋解析の結果は匿名データベースにのみローカルに保存される。
論文参考訳（メタデータ） (2024-02-14T13:20:24Z)
Using Multi-Temporal Sentinel-1 and Sentinel-2 data for water bodies mapping [40.996860106131244]
気候変動は極端な気象現象を激化させ、水不足と激しい降雨の予測不可能の両方を引き起こしている。本研究の目的は,多様な気象条件下での総合的な水資源モニタリングに有用な知見を提供することである。
論文参考訳（メタデータ） (2024-01-05T18:11:08Z)
Natural Disaster Analysis using Satellite Imagery and Social-Media Data for Emergency Response Situations [0.0]
この研究は、衛星画像分析とTwitterデータ分析という2つの段階に分けられている。第1段階は、災害前の衛星画像解析である。第2段階は、災害状況に関する重要な情報で地域をマッピングすることに焦点を当てている。
論文参考訳（メタデータ） (2023-11-16T15:01:26Z)
Novel Building Detection and Location Intelligence Collection in Aerial Satellite Imagery [2.093287944284448]
空撮画像における建物構造の検出と情報化は、都市計画と管理にとって重要な解決策である。地震時の避難ルートの計画、洪水管理など、重要な問題に答える中心となる部分である。
論文参考訳（メタデータ） (2023-02-06T23:30:51Z)
Robust Self-Tuning Data Association for Geo-Referencing Using Lane Markings [44.4879068879732]
本稿では,データアソシエーションにおけるあいまいさを解消するための完全なパイプラインを提案する。その中核は、測定のエントロピーに応じて探索領域に適応する堅牢な自己調整データアソシエーションである。ドイツ・カールスルーエ市周辺の都市・農村のシナリオを実データとして評価した。
論文参考訳（メタデータ） (2022-07-28T12:29:39Z)
Reconciling Security and Utility in Next-Generation Epidemic Risk Mitigation Systems [49.05741109401773]
ユーザのプライバシをリッチなデータ収集と整合させるシステムであるSilmarillionを提案する。 Silmarillionでは、ユーザーデバイスが戦略的場所に設置されたビーコンでBluetoothの遭遇を記録する。ユーザプライバシとデータセキュリティを保証するSilmarillionとその通信プロトコルの設計について述べる。
論文参考訳（メタデータ） (2020-11-16T16:19:37Z)
Urban Sensing based on Mobile Phone Data: Approaches, Applications and Challenges [67.71975391801257]
モバイルデータ分析における多くの関心は、人間とその行動に関連している。本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
論文参考訳（メタデータ） (2020-08-29T15:14:03Z)
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)
Simulation Pipeline for Traffic Evacuation in Urban Areas and Emergency Traffic Management Policy Improvements through Case Studies [17.548969917692506]
交通避難は、ハリケーン、山火事、洪水、地震などの災害で生活を救う上で重要な役割を担っている。我々は、地図作成、需要発生、車両の挙動、ボトルネック識別、交通管理ポリシーの改善、結果分析など、避難のさまざまな側面を探索する交通シミュレーションパイプラインを構築している。このパイプラインをカリフォルニアの2つのケーススタディに適用する。
論文参考訳（メタデータ） (2020-02-14T03:03:31Z)

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。