論文の概要: Computing flood probabilities using Twitter: application to the Houston
urban area during Harvey
- arxiv url: http://arxiv.org/abs/2012.03731v1
- Date: Mon, 7 Dec 2020 14:22:06 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-16 21:07:27.722545
- Title: Computing flood probabilities using Twitter: application to the Houston
urban area during Harvey
- Title(参考訳): twitterを用いた洪水確率計算:ハーベイ時のヒューストン都市圏への適用
- Authors: Etienne Brangbour, Pierrick Bruneau, St\'ephane Marchand-Maillet,
Renaud Hostache, Marco Chini, Patrick Matgen, Thomas Tamisier
- Abstract要約: 本研究では,Twitterコーパスの地理的参照細胞への変換について検討し,関連する地理的領域が浸水する可能性を検討する。
本稿では,密度比関数,確率-時間的カーネル関数を用いたアグリゲーション,TFIDF時間特性を組み合わせたベースラインアプローチについて述べる。
これらの初期結果を改善するための研究の方向性を強調する。
- 参考スコア(独自算出の注目度): 0.9176159007930916
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: In this paper, we investigate the conversion of a Twitter corpus into
geo-referenced raster cells holding the probability of the associated
geographical areas of being flooded. We describe a baseline approach that
combines a density ratio function, aggregation using a spatio-temporal Gaussian
kernel function, and TFIDF textual features. The features are transformed to
probabilities using a logistic regression model. The described method is
evaluated on a corpus collected after the floods that followed Hurricane Harvey
in the Houston urban area in August-September 2017. The baseline reaches a F1
score of 68%. We highlight research directions likely to improve these initial
results.
- Abstract(参考訳): 本稿では,twitterコーパスを地理的参照ラスター細胞に変換し,関連する地理的領域が浸水する確率について検討する。
本稿では,密度比関数,時空間gaussian kernel関数を用いたアグリゲーション,tfidfテキストの特徴を組み合わせたベースラインアプローチについて述べる。
特徴はロジスティック回帰モデルを用いて確率に変換される。
この手法は,2017年8月から9月にかけてヒューストンのハリケーン・ハーベイに続き,洪水後に収集したコーパスを用いて評価した。
ベースラインはF1得点の68%に達した。
これらの初期結果を改善するための研究の方向性を強調する。
関連論文リスト
- HLoOP -- Hyperbolic 2-space Local Outlier Probabilities [4.030910640265943]
本稿では,双曲型2次元空間に接地したデータセットに対して,局所的な外れ値を検出するための簡単なフレームワークを提案する。
開発されたHLoOPは、密度に基づく外れ値スコアリングと確率論的、統計的指向のアプローチを組み合わせたものである。
HLoOPアルゴリズムはWordNetデータセット上でテストされ、有望な結果が得られる。
論文 参考訳(メタデータ) (2023-12-06T20:38:39Z) - Projecting basis functions with tensor networks for Gaussian process
regression [5.482420806459269]
我々は,指数的計算複雑性を伴わない指数的基底関数を利用できるアプローチを開発した。
結果の重みを元の空間に投影してGP予測を行う。
18次元のベンチマークデータセットを用いた実験では,逆動力学問題に対する本手法の適用性を示す。
論文 参考訳(メタデータ) (2023-10-31T16:59:07Z) - Rapid Flood Inundation Forecast Using Fourier Neural Operator [77.30160833875513]
洪水浸水予測は洪水前後の緊急計画に重要な情報を提供する。
近年,高分解能な流体力学モデリングが普及しつつあるが,道路の洪水範囲やリアルタイムのビルディングレベルは依然として計算的に要求されている。
洪水範囲と浸水深度予測のためのハイブリッドプロセスベースおよびデータ駆動機械学習(ML)アプローチを提案する。
論文 参考訳(メタデータ) (2023-07-29T22:49:50Z) - Content Popularity Prediction Based on Quantized Federated Bayesian
Learning in Fog Radio Access Networks [76.16527095195893]
キャッシュ可能なフォグラジオアクセスネットワーク(F-RAN)におけるコンテンツ人気予測問題について検討する。
そこで本研究では,コンテンツ要求パターンをモデル化するためのガウス過程に基づく回帰器を提案する。
我々はベイズ学習を利用してモデルパラメータを訓練する。
論文 参考訳(メタデータ) (2022-06-23T03:05:12Z) - Active Nearest Neighbor Regression Through Delaunay Refinement [79.93030583257597]
近接回帰に基づく能動関数近似アルゴリズムを提案する。
我々のActive Nearest Neighbor Regressor (ANNR) は計算幾何学の Voronoi-Delaunay フレームワークに頼り、空間を一定の関数値のセルに分割する。
論文 参考訳(メタデータ) (2022-06-16T10:24:03Z) - Wasserstein Iterative Networks for Barycenter Estimation [80.23810439485078]
生成モデルを用いて連続測度のワッサーシュタイン2バリセンターを近似するアルゴリズムを提案する。
有名人の顔のデータセットに基づいて、バリセンタアルゴリズムの定量的評価に使用できるAve, celeba!データセットを構築した。
論文 参考訳(メタデータ) (2022-01-28T16:59:47Z) - L2-norm Ensemble Regression with Ocean Feature Weights by Analyzed
Images for Flood Inflow Forecast [0.0]
著者らは, 海面の画像から抽出した海の特徴ベクトルを生成するために, 新たな目標流入量を提案する。
本手法を関東地方のダムに適用し,2007年から2018年までの訓練期間を6月から10月までに限定的に実施した。
論文 参考訳(メタデータ) (2021-12-06T15:21:52Z) - Sensing Cox Processes via Posterior Sampling and Positive Bases [56.82162768921196]
本研究では,空間統計学から広く用いられている点過程の適応センシングについて検討する。
我々は、この強度関数を、特別に構築された正の基底で表される、歪んだガウス過程のサンプルとしてモデル化する。
我々の適応センシングアルゴリズムはランゲヴィン力学を用いており、後続サンプリング(textscCox-Thompson)と後続サンプリング(textscTop2)の原理に基づいている。
論文 参考訳(メタデータ) (2021-10-21T14:47:06Z) - Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。
本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。
実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
論文 参考訳(メタデータ) (2020-07-20T12:07:48Z) - A Hybrid Deep Learning Model for Predictive Flood Warning and Situation
Awareness using Channel Network Sensors Data [0.965964228590342]
この調査ではテキサス州ハリス郡をテストベッドとし、3つの歴史的な洪水からチャネルセンサーのデータを得た。
このモデルは、2019年のヒューストンのイメルダ洪水を予測するためにテストされ、その結果は経験的な洪水とよく一致している。
論文 参考訳(メタデータ) (2020-06-15T17:25:34Z) - Hawkes Process Multi-armed Bandits for Disaster Search and Rescue [0.0]
ベイズ空間ホークス過程推定を用いた高信頼結合アルゴリズムを提案する。
まず、シミュレーションデータを用いてモデルを検証し、2017年にハリケーン・ハーヴェイのサービスデータを呼び出して災害救助問題に適用する。
我々のモデルは,累積報酬および他のランキング評価指標の観点から,アートベースライン空間MABアルゴリズムの状況より優れている。
論文 参考訳(メタデータ) (2020-04-03T14:05:09Z)
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。