論文の概要: Constructing Evacuation Evolution Patterns and Decisions Using Mobile
Device Location Data: A Case Study of Hurricane Irma
- arxiv url: http://arxiv.org/abs/2102.12600v1
- Date: Wed, 24 Feb 2021 23:24:10 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-26 13:42:02.107079
- Title: Constructing Evacuation Evolution Patterns and Decisions Using Mobile
Device Location Data: A Case Study of Hurricane Irma
- Title（参考訳）: 移動体位置情報を用いた避難進化パターンの構築と決定 : ハリケーンイルマを事例として
- Authors: Aref Darzi, Vanessa Frias-Martinez, Sepehr Ghader, Hannah Younes, Lei
Zhang
- Abstract要約: 本稿では,大規模な携帯電話位置情報サービス(LBS)データを用いて,ハリケーンイルマの上陸時の避難パターンを構築した。
ユーザの避難判断,出発・再入国日分布,目的地選択を検討した。
分析の結果,避難選択のモデル化における個人の移動行動の重要性が明らかになった。
- 参考スコア（独自算出の注目度）: 5.902556437760098
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Understanding individuals' behavior during hurricane evacuation is of
paramount importance for local, state, and government agencies hoping to be
prepared for natural disasters. Complexities involved with human
decision-making procedures and lack of data for such disasters are the main
reasons that make hurricane evacuation studies challenging. In this paper, we
utilized a large mobile phone Location-Based Services (LBS) data to construct
the evacuation pattern during the landfall of Hurricane Irma. By employing our
proposed framework on more than 11 billion mobile phone location sightings, we
were able to capture the evacuation decision of 807,623 smartphone users who
were living within the state of Florida. We studied users' evacuation
decisions, departure and reentry date distribution, and destination choice. In
addition to these decisions, we empirically examined the influence of
evacuation order and low-lying residential areas on individuals' evacuation
decisions. Our analysis revealed that 57.92% of people living in mandatory
evacuation zones evacuated their residences while this ratio was 32.98% and
33.68% for people living in areas with no evacuation order and voluntary
evacuation order, respectively. Moreover, our analysis revealed the importance
of the individuals' mobility behavior in modeling the evacuation decision
choice. Historical mobility behavior information such as number of trips taken
by each individual and the spatial area covered by individuals' location
trajectory estimated significant in our choice model and improve the overall
accuracy of the model significantly.
- Abstract（参考訳）: ハリケーン避難時の個人の行動を理解することは、自然災害に備えたい地域、州、政府機関にとって最重要事項である。
人為的な意思決定手順や災害データ不足に関わる複雑さが、ハリケーン避難研究を困難にしている主な理由である。
本稿では,大規模な携帯電話位置情報サービス(LBS)データを用いて,ハリケーンイルマの上陸時の避難パターンを構築した。
提案したフレームワークを1100億以上の携帯電話の位置情報に利用することで、フロリダ州に住んでいた807,623人のスマートフォンユーザーの避難判断を捉えることができた。
ユーザの避難判断,出発・再入国日分布,目的地選択を検討した。
これらの決定に加えて,避難順序と低層住宅地が個人の避難判断に与える影響を実証的に検討した。
本分析の結果,強制避難区域に住む住民の57.92%が住居を避難し,この割合は避難命令のない地域に住む住民の32.98%と33.68%であった。
さらに, 避難意思決定のモデル化において, 個人の移動行動の重要性を明らかにした。
個人毎の移動回数や個人の位置軌跡がカバーする空間領域などの過去の移動行動情報は,我々の選択モデルにおいて著しく推定され,モデル全体の精度が著しく向上した。
関連論文リスト
- Information Retrieval and Classification of Real-Time Multi-Source
Hurricane Evacuation Notices [2.500155415916692]
我々は,局所的に発行されたハリケーン避難通知をタイムリーに検出し,追跡する手法を開発した。
テキストデータは,主に空間的対象Webスクレイピング法を用いて収集された。
このフレームワークは、迅速かつ標的とした検索、分類、再配布、リアルタイムの政府命令と通知のアーカイブのための他の種類の災害に適用することができる。
論文 参考訳（メタデータ） (2024-01-07T16:35:30Z) - Data-Driven Bayesian Network Models of Hurricane Evacuation Decision Making [2.749589513485177]
ハリケーン時の避難決定をモデル化するためにベイジアンネットワーク(BN)を提案する。
ハリケーン・ハーベイ(Hurricane Harvey)とハリケーン・イルマ(Hurricane Irma)の2つの重要なハリケーンイベントのアンケートデータを収集した。
両ハリケーンの学習構造について検討・比較し,避難予測因子間の因果関係について検討した。
論文 参考訳（メタデータ） (2023-11-16T22:58:57Z) - Dfferentiable Raycasting for Self-supervised Occupancy Forecasting [52.61762537741392]
自動運転のための運動計画では、エゴ車の周囲の環境が時間とともにどのように進化するかを学ぶ必要がある。
本稿では,自由空間のようなビュー依存表現の自然な代替手段として,幾何学的占有を用いる。
私たちの重要な洞察は、差別化可能なレイキャストを使用して、将来の占有率予測を、将来のLiDARスイープ予測に"レンダリング"することです。
論文 参考訳（メタデータ） (2022-10-04T21:35:21Z) - Location Intelligence Reveals the Extent, Timing, and Spatial Variation
of Hurricane Preparedness [8.460587574173035]
製薬所へのピークは早期にしばしば発生し、ガソリンスタンドへの訪問のピークは降水に近づいていた。
この研究は、データ駆動による人間の保護行動の理解を促進し、災害に備える新しい洞察を緊急対応管理者に提供する。
論文 参考訳（メタデータ） (2022-03-13T04:59:42Z) - A Machine learning approach for rapid disaster response based on
multi-modal data. The case of housing & shelter needs [0.0]
災害に遭った人々の最も直接的なニーズの1つは避難所を見つけることである。
本稿では,マルチモーダルデータの融合と解析を目的とした機械学習ワークフローを提案する。
世界中の200以上の災害に対する19の特徴のデータベースに基づいて、意思決定レベルでの融合アプローチが用いられた。
論文 参考訳（メタデータ） (2021-07-29T18:22:34Z) - C-Watcher: A Framework for Early Detection of High-Risk Neighborhoods
Ahead of COVID-19 Outbreak [54.39837683016444]
C-Watcherは、新型コロナウイルスの感染拡大に先立ち、対象都市のすべての地区を検査し、感染リスクを予測することを目指している。
C-WatcherはBaidu Mapsから大規模な人体移動データを収集し、都市移動パターンに基づいた一連の特徴を用いて市内のすべての住宅地区を特徴付ける。
新型コロナウイルスの感染拡大の初期段階における実データ記録を用いたC-Watcherの広範な実験を行った。
論文 参考訳（メタデータ） (2020-12-22T17:02:54Z) - Physics-informed GANs for Coastal Flood Visualization [65.54626149826066]
我々は,現在および将来の沿岸洪水の衛星画像を生成する深層学習パイプラインを構築した。
物理に基づく洪水図と比較して画像を評価することにより,提案手法は物理的一貫性とフォトリアリズムの両方において,ベースラインモデルよりも優れていることがわかった。
この研究は沿岸の洪水の可視化に焦点が当てられているが、気候変動が地球をどう形作るかのグローバルな可視化を作成することを想定している。
論文 参考訳（メタデータ） (2020-10-16T02:15:34Z) - 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) - Social Media Information Sharing for Natural Disaster Response [0.0]
ソーシャルメディアは災害関連情報を投稿するための重要なチャンネルとなり、政府や救援機関が災害管理を改善するためのリアルタイムデータを提供している。
本研究の目的は,災害対応に対する公衆の態度や災害時の防災物資に対する公衆の要求など,ソーシャルメディアデータのマイニング・分析による防災効率の向上である。
論文 参考訳（メタデータ） (2020-05-08T21:11:39Z) - Detecting Perceived Emotions in Hurricane Disasters [62.760131661847986]
私たちはHurricaneEmoを紹介します。HurricaneEmoは、Harvey、Irma、Mariaの3つのハリケーンにまたがる15,000の英語ツイートの感情データセットです。
本稿では, きめ細かい感情を包括的に研究し, 粗い感情群を識別するための分類タスクを提案する。
論文 参考訳（メタデータ） (2020-04-29T16:17:49Z) - Give more data, awareness and control to individual citizens, and they
will help COVID-19 containment [74.10257867142049]
連絡先追跡アプリは、多くの国で大規模採用が提案されている。
中央集権的なアプローチは、市民のプライバシーと不必要に強力なデジタル監視に対する懸念を提起する。
我々は、個人の「個人データストア」にのみ連絡先と位置情報を収集する分散的アプローチを提唱する。
論文 参考訳（メタデータ） (2020-04-10T20:30:37Z)
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。