論文の概要: Facilitating human-wildlife cohabitation through conflict prediction
- arxiv url: http://arxiv.org/abs/2109.10637v1
- Date: Wed, 22 Sep 2021 10:30:06 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-23 13:47:01.372000
- Title: Facilitating human-wildlife cohabitation through conflict prediction
- Title(参考訳): 紛争予測による人間と野生生物の共生
- Authors: Susobhan Ghosh, Pradeep Varakantham, Aniket Bhatkhande, Tamanna Ahmad,
Anish Andheria, Wenjun Li, Aparna Taneja, Divy Thakkar, Milind Tambe
- Abstract要約: インド・マハーラーシュトラ州チャンドラプールのブラームファウリ森林部における人間と野生生物の衝突に関する実証的研究を行った。
これは、保護されていない地域での人間と野生生物の衝突を予測し、それらの予測を使って地上に介入する最初の試みである。
- 参考スコア(独自算出の注目度): 28.51258139168738
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With increasing world population and expanded use of forests as cohabited
regions, interactions and conflicts with wildlife are increasing, leading to
large-scale loss of lives (animal and human) and livelihoods (economic). While
community knowledge is valuable, forest officials and conservation
organisations can greatly benefit from predictive analysis of human-wildlife
conflict, leading to targeted interventions that can potentially help save
lives and livelihoods. However, the problem of prediction is a complex
socio-technical problem in the context of limited data in low-resource regions.
Identifying the "right" features to make accurate predictions of conflicts at
the required spatial granularity using a sparse conflict training dataset} is
the key challenge that we address in this paper. Specifically, we do an
illustrative case study on human-wildlife conflicts in the Bramhapuri Forest
Division in Chandrapur, Maharashtra, India. Most existing work has considered
human-wildlife conflicts in protected areas and to the best of our knowledge,
this is the first effort at prediction of human-wildlife conflicts in
unprotected areas and using those predictions for deploying interventions on
the ground.
- Abstract(参考訳): 世界人口の増加と森林の共生地域としての利用の拡大に伴い、野生生物との相互作用や紛争が増加し、生活(動物と人間)と生活(経済)が失われた。
地域社会の知識は貴重であるが、森林当局や保護団体は、人間と野生生物の紛争の予測分析から大きな恩恵を受けることができる。
しかし、予測問題は、低リソース領域における限られたデータの文脈における複雑な社会技術的問題である。
スパースコンフリクトトレーニングデータセットを使用して、必要な空間的粒度でのコンフリクトの正確な予測を行うための「正しい」特徴を特定することが、本稿で取り上げる重要な課題である。
具体的には,インド・マハラシュトラ州チャンドラプルのブラマプーリ林分区において,人間と野生の紛争を例証的に検討した。
既存の研究の多くは、保護地域における人間と野生の紛争を考慮しており、我々の知る限りでは、これは未保護地域における人間と野生の紛争を予測し、そのような予測を地上への介入に利用する最初の試みである。
関連論文リスト
- Building Damage Assessment in Conflict Zones: A Deep Learning Approach Using Geospatial Sub-Meter Resolution Data [9.146968506196446]
我々は,ウクライナのマリプオール市における,紛争前の画像と紛争後の画像を用いた注釈付きデータセットを構築した。
次に、ゼロショットおよび学習シナリオの両方において、CNNモデルの転送可能性について検討する。
これは、サブメートル分解能画像を用いて戦闘帯の建物損傷を評価する最初の研究である。
論文 参考訳(メタデータ) (2024-10-07T07:26:38Z) - Harnessing Artificial Intelligence for Wildlife Conservation [0.0937465283958018]
保護AIは、視覚スペクトルと熱赤外線カメラを使用して、動物、人間、密猟に関連する物体を検出し、分類する。
このプラットフォームは、このデータを畳み込みニューラルネットワーク(CNN)とTransformerアーキテクチャで処理し、種を監視する。
ヨーロッパ、北アメリカ、アフリカ、東南アジアの事例研究は、このプラットフォームが種の識別、生物多様性の監視、密猟防止に成功していることを強調している。
論文 参考訳(メタデータ) (2024-08-30T09:13:31Z) - Performative Prediction on Games and Mechanism Design [69.7933059664256]
エージェントが過去の正確性に基づいて予測を信頼するかを判断する集団リスクジレンマについて検討する。
予測が集合的な結果を形成するにつれて、社会福祉は関心の指標として自然に現れる。
よりよいトレードオフを実現し、それらをメカニズム設計に使用する方法を示します。
論文 参考訳(メタデータ) (2024-08-09T16:03:44Z) - Climate Change Impact on Agricultural Land Suitability: An Interpretable
Machine Learning-Based Eurasia Case Study [94.07737890568644]
2021年現在、世界中で約8億8800万人が飢餓と栄養失調に見舞われている。
気候変動は農地の適性に大きな影響を及ぼし、深刻な食糧不足に繋がる可能性がある。
本研究は,経済・社会問題に苦しむ中央ユーラシアを対象とする。
論文 参考訳(メタデータ) (2023-10-24T15:15:28Z) - Causal Discovery of Dynamic Models for Predicting Human Spatial
Interactions [5.742409080817885]
本稿では,人間とロボットの空間的相互作用をモデル化するための因果探索手法を提案する。
最先端の因果探索アルゴリズムを初めて活用するために、新しい方法と実用的な解決策について議論する。
論文 参考訳(メタデータ) (2022-10-29T08:56:48Z) - Understanding Interpersonal Conflict Types and their Impact on
Perception Classification [7.907976678407914]
我々は、新しいアノテーションスキームを使用し、コンフリクトアスペクトアノテーションとコンフリクトアスペクトアノテーションの新しいデータセットをリリースする。
次に、ある状況において、ある個人の行動が正しいものであると認識するかどうかを予測する分類器を構築します。
我々の発見は、紛争や社会規範を理解する上で重要な意味を持つ。
論文 参考訳(メタデータ) (2022-08-18T10:39:35Z) - Ranked Prioritization of Groups in Combinatorial Bandit Allocation [62.24280332575472]
我々は,種々に対する報酬を交換する新たな盗賊的目標を提案する。
この目的をリプシッツ連続報酬関数の重み付き線型和として表すことができる。
論文 参考訳(メタデータ) (2022-05-11T17:40:29Z) - Didn't see that coming: a survey on non-verbal social human behavior
forecasting [47.99589136455976]
近年,非言語的社会的行動予測が研究コミュニティの関心を集めている。
人間とロボットの相互作用や社会的に認識された人間のモーション生成への直接的な応用は、非常に魅力的な分野である。
本稿では,複数の対話エージェントに対する行動予測問題を,社会的信号予測と人間の動作予測の分野の統合を目的とした汎用的な方法で定義する。
論文 参考訳(メタデータ) (2022-03-04T18:25:30Z) - Inter and Intra-Annual Spatio-Temporal Variability of Habitat
Suitability for Asian Elephants in India: A Random Forest Model-based
Analysis [1.370633147306388]
インドにおけるアジアゾウの種分布を推定するランダムフォレストモデルを構築した。
好適な生息地の季節的減少は、アジアゾウの出現パターンと人・エレファント紛争の増加を説明する可能性がある。
論文 参考訳(メタデータ) (2021-07-22T06:42:54Z) - From Static to Dynamic Prediction: Wildfire Risk Assessment Based on
Multiple Environmental Factors [69.9674326582747]
ワイルドファイアはアメリカ合衆国西海岸で頻繁に起こる最大の災害の1つである。
カリフォルニアの山火事リスクが高い地域を解析・評価するための静的・動的予測モデルを提案します。
論文 参考訳(メタデータ) (2021-03-14T17:56:17Z)
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。