論文の概要: Modelling risk-taking behaviour of avalanche accident victims
- arxiv url: http://arxiv.org/abs/2009.09080v1
- Date: Tue, 1 Sep 2020 08:10:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-04 03:05:52.866789
- Title: Modelling risk-taking behaviour of avalanche accident victims
- Title（参考訳）: 雪崩事故被害者のリスクテイク行動のモデル化
- Authors: Robin Couret and Carole Adam and Martial Mermillod
- Abstract要約: 毎年、フランスでは15,000以上の山岳救助要請が数えられている。
雪崩事故は報告の39%を占めており,本研究の焦点となっている。
事故被害者の行動のモデル化は、より正確な救助・防止ツールの開発に有用である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Each year, over 15000 requests for mountain rescue are counted in France.
Avalanche accidents represent 39\% of reports, and are therefore our focus in
this study. Modelling the behaviour of mountain accident victims is useful to
develop more accurate rescue and prevention tools. Concretely, we observe the
interference of two heuristics (availability and familiarity) in decision
making when choosing an itinerary in backcountry skiing. We developed a serious
game to evaluate their effect on the probability of engaging in a risky
itinerary, while varying situational and environmental criteria in each
participant (N = 278). The availability heuristic is operationalized by three
situations, an avalanche accident video, a backcountry skiing video and a
neutral context. The familiarity heuristic is operationalized by two criteria,
strong and weak familiarity with the place. Results demonstrate the effects of
both heuristics. Measurements through our serious game are discussed in the
perspective of developing an interactive prevention tool for mitigating the
negative effects of heuristics.
- Abstract（参考訳）: 毎年15,000件以上の山岳救助要請がフランスで行われている。
雪崩事故は報告の39-%を占めており,本研究の焦点となっている。
事故被害者の行動のモデル化は、より正確な救助・防止ツールの開発に有用である。
具体的には,2つのヒューリスティック(可用性と親しみやすさ)が,バックカントリースキーにおけるイテナリーを選択する際の意思決定における干渉を観察する。
各参加者(n = 278)の状況的・環境的基準を異にする一方で,リスクの高い itinerary に参加する確率に対する影響を評価するための本格的ゲームを開発した。
可用性ヒューリスティックは、雪崩事故ビデオ、バックカントリースキービデオ、中立状況という3つの状況で運用されている。
慣れ親しみのヒューリスティックは、2つの基準、すなわち強みと弱さによって運用される。
結果は両ヒューリスティックスの効果を示す。
本研究は,ヒューリスティックスの負の効果を緩和するインタラクティブ防止ツールの開発の観点から,本研究の真剣なゲームによる測定について論じる。
関連論文リスト
- An Explainable Machine Learning Approach to Traffic Accident Fatality Prediction [0.02730969268472861]
道路交通事故は世界中で公衆衛生上の脅威となっている。
本研究では,致命的および致命的でない道路事故を分類するための機械学習に基づくアプローチを提案する。
論文 参考訳（メタデータ） (2024-09-18T12:41:56Z) - Learning Traffic Crashes as Language: Datasets, Benchmarks, and What-if Causal Analyses [76.59021017301127]
我々は,CrashEventという大規模トラフィッククラッシュ言語データセットを提案し,実世界のクラッシュレポート19,340を要約した。
さらに,クラッシュイベントの特徴学習を,新たなテキスト推論問題として定式化し,さらに様々な大規模言語モデル(LLM)を微調整して,詳細な事故結果を予測する。
実験の結果, LLMに基づくアプローチは事故の重大度を予測できるだけでなく, 事故の種類を分類し, 損害を予測できることがわかった。
論文 参考訳（メタデータ） (2024-06-16T03:10:16Z) - Navigating the OverKill in Large Language Models [84.62340510027042]
モデルがどのように処理し,クエリの安全性を判断するかを検討することで,過剰スキルの要因について検討する。
以上の結果から,モデル内にショートカットが存在することが明らかとなり,"キル"のような有害な単語が過剰に認識され,安全性が強調され,過度なスキルが増すことが示唆された。
我々は、この現象を緩和するために、トレーニングフリーでモデルに依存しないセルフコントラストデコーディング(Self-Contrastive Decoding、CD)を導入する。
論文 参考訳（メタデータ） (2024-01-31T07:26:47Z) - At the junction between deep learning and statistics of extremes:
formalizing the landslide hazard definition [1.03590082373586]
本研究では,斜面単位レベルでの地すべり危険度を推定する統一モデルを構築した。
ネパールで30年間にわたり観測された降雨トリガーによる地すべりを解析し,複数回の帰還期間における地すべりの危険度を評価する。
提案手法は,地すべりのハザードを統一的にモデル化するのに有効であることを示す。
論文 参考訳（メタデータ） (2024-01-25T14:48:08Z) - Hotspot Prediction of Severe Traffic Accidents in the Federal District
of Brazil [0.0]
この研究は、主に事故の集中度と、ホットスポットの予測に機械学習をどのように使用できるかに焦点を当て、研究の多様性を増す試みである。
ブラジル連邦地区のデータは、法医学的な交通事故のアナリストから収集され、現地の気象状況のデータと組み合わせて、衝突のホットスポットを予測する。
気象パラメーターが事故発生場所ほど重要でないことを確認し,事故発生回数を減らすために局所的な介入が重要であることを示す。
論文 参考訳（メタデータ） (2023-12-28T22:13:11Z) - A Bi-level Framework for Traffic Accident Duration Prediction:
Leveraging Weather and Road Condition Data within a Practical Optimum
Pipeline [0.5221459608786241]
交通事故のデータベースから,事故期間,道路状況,気象データを収集し,交通事故の持続時間パイプラインの実現可能性を確認した。
我々の二分分類ランダム林モデルでは,短期効果と長期効果を83%の精度で区別した。
SHAP値解析により, 気象条件, 風速, 風速が, 事故の期間を決定する上で最も重要な要因となった。
論文 参考訳（メタデータ） (2023-11-01T16:33:37Z) - Predicting Accident Severity: An Analysis Of Factors Affecting Accident
Severity Using Random Forest Model [0.0]
本研究では,事故の重大性を予測するためのランダムフォレスト機械学習アルゴリズムの有効性について検討した。
モデルは大都市圏の事故記録のデータセットに基づいて訓練され,様々な指標を用いて評価される。
その結果,ランダムフォレストモデルは事故の重大度を80%以上の精度で予測する有効なツールであることがわかった。
論文 参考訳（メタデータ） (2023-10-09T16:33:44Z) - Empirical Estimates on Hand Manipulation are Recoverable: A Step Towards
Individualized and Explainable Robotic Support in Everyday Activities [80.37857025201036]
ロボットシステムの鍵となる課題は、他のエージェントの振る舞いを理解することである。
正しい推論の処理は、(衝突)因子が実験的に制御されない場合、特に困難である。
人に関する観察研究を行うために必要なツールをロボットに装備することを提案する。
論文 参考訳（メタデータ） (2022-01-27T22:15:56Z) - Driver Intention Anticipation Based on In-Cabin and Driving Scene
Monitoring [52.557003792696484]
本稿では,車内映像と交通シーン映像の両方に基づいて運転者の意図を検出する枠組みを提案する。
本フレームワークは,83.98%,F1スコア84.3%の精度で予測を行う。
論文 参考訳（メタデータ） (2020-06-20T11:56:32Z) - Enabling Counterfactual Survival Analysis with Balanced Representations [64.17342727357618]
生存データは様々な医学的応用、すなわち薬物開発、リスクプロファイリング、臨床試験で頻繁に見られる。
本稿では,生存結果に適用可能な対実的推論のための理論的基盤を持つ統一的枠組みを提案する。
論文 参考訳（メタデータ） (2020-06-14T01:15:00Z) - A General Framework for Survival Analysis and Multi-State Modelling [70.31153478610229]
ニューラル常微分方程式を多状態生存モデル推定のためのフレキシブルで一般的な方法として用いる。
また,本モデルでは,サバイバルデータセット上での最先端性能を示すとともに,マルチステート環境での有効性を示す。
論文 参考訳（メタデータ） (2020-06-08T19:24:54Z)
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。