Fugu-MT 論文翻訳(概要): A framework for spatial heat risk assessment using a generalized similarity measure

論文の概要: A framework for spatial heat risk assessment using a generalized similarity measure

arxiv url: http://arxiv.org/abs/2202.10963v1
Date: Sun, 20 Feb 2022 21:29:02 GMT
ステータス: 処理完了
システム内更新日: 2022-02-25 09:28:38.083649
Title: A framework for spatial heat risk assessment using a generalized similarity measure
Title（参考訳）: 一般化類似度尺度を用いた空間熱リスク評価の枠組み
Authors: Akshay Bansal and Ayda Kianmehr
Abstract要約: メリーランド州の様々な地域(郵便番号)にまたがるヒートハザードによる健康リスクを評価する新しい枠組みを開発する。提案手法は,これら2つの指標のそれぞれを,対応する特徴ベクトルを開発して定量化し,次に高いリスク環境を示す指標特異的参照ベクトルを算出する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this study, we develop a novel framework to assess health risks due to heat hazards across various localities (zip codes) across the state of Maryland with the help of two commonly used indicators i.e. exposure and vulnerability. Our approach quantifies each of the two aforementioned indicators by developing their corresponding feature vectors and subsequently computes indicator-specific reference vectors that signify a high risk environment by clustering the data points at the tail-end of an empirical risk spectrum. The proposed framework circumvents the information-theoretic entropy based aggregation methods whose usage varies with different views of entropy that are subjective in nature and more importantly generalizes the notion of risk-valuation using cosine similarity with unknown reference points.
Abstract（参考訳）: 本研究では,メリーランド州の様々な地域(ジップコード)にまたがるヒートハザードによる健康リスクを,露出と脆弱性という2つの一般的な指標の助けを借りて評価する新しい枠組みを開発する。上記の2つの指標をそれぞれ対応する特徴ベクトルを開発して定量化し,そのデータポイントを経験的リスクスペクトルの尾端にクラスタリングすることにより,リスクの高い環境を示す指標固有参照ベクトルを計算する。提案手法は,自然に主観的なエントロピーの視点が異なる情報理論エントロピーに基づくアグリゲーション手法を回避し,また,未知の基準点とコサイン類似性を用いたリスク評価の概念を一般化する。

関連論文リスト

Rethinking Distance Metrics for Counterfactual Explainability [53.436414009687]
本研究では, 反事実を参照領域から独立して引き出すのではなく, 基礎となるデータ分布からの参照と共同してサンプリングする, 反事実生成手法のフレーミングについて検討する。我々は、幅広い設定に適用可能な、反ファクト的な類似性のために調整された距離メートル法を導出する。
論文参考訳（メタデータ） (2024-10-18T15:06:50Z)
Orlicz regrets to consistently bound statistics of random variables with an application to environmental indicators [0.0]
我々は、下と上の両方から確率変数の統計を一貫して束縛する新しいオルリッツの遺言を提案する。そこで我々は,オルリッツの遺言と発散リスク尺度の対応に十分な条件を求め,さらに勾配降下型数値アルゴリズムを用いて計算する。
論文参考訳（メタデータ） (2023-10-08T13:54:55Z)
Beyond Normal: On the Evaluation of Mutual Information Estimators [52.85079110699378]
そこで本研究では,既知の地道的相互情報を用いて,多種多様な分布群を構築する方法について述べる。本稿では,問題の難易度に適応した適切な推定器の選択方法について,実践者のためのガイドラインを提供する。
論文参考訳（メタデータ） (2023-06-19T17:26:34Z)
A Distribution Optimization Framework for Confidence Bounds of Risk Measures [23.46659319363579]
本稿では,従来の手法と比較して,各種リスク対策の信頼性境界を大幅に改善する分布最適化フレームワークを提案する。本フレームワークは, エントロピーリスク尺度, CVaR, スペクトルリスク尺度, 歪みリスク尺度, 等価確実性, ランク依存予測ユーティリティなどの一般的なリスク尺度を含む。
論文参考訳（メタデータ） (2023-06-12T12:13:06Z)
On (assessing) the fairness of risk score models [2.0646127669654826]
リスクモデルは、ユーザに対して潜在的な結果について不確実性を伝えるという事実など、さまざまな理由から関心を集めている。リスクスコアフェアネスの鍵となるデシダータムとして,異なるグループに類似した価値を提供する。本稿では,従来提案されていた基準値よりも試料径バイアスが少ない新しい校正誤差指標を提案する。
論文参考訳（メタデータ） (2023-02-17T12:45:51Z)
Riemannian classification of EEG signals with missing values [67.90148548467762]
本稿では脳波の分類に欠落したデータを扱うための2つの方法を提案する。第1のアプローチでは、インプットされたデータと$k$-nearestの隣人アルゴリズムとの共分散を推定し、第2のアプローチでは、期待最大化アルゴリズム内で観測データの可能性を活用することにより、観測データに依存する。その結果, 提案手法は観測データに基づく分類よりも優れており, 欠落したデータ比が増大しても高い精度を維持することができることがわかった。
論文参考訳（メタデータ） (2021-10-19T14:24:50Z)
Comparing ML based Segmentation Models on Jet Fire Radiation Zone [0.0]
リスク管理の観点からは,火災事故の特徴付けが重要である。そのような特徴の1つは、火炎内の異なる放射帯のセグメンテーションである。プロパンジェット火災のデータセットは、異なるアプローチの訓練と評価に使用される。
論文参考訳（メタデータ） (2021-07-07T19:52:52Z)
Off-Policy Evaluation of Slate Policies under Bayes Risk [70.10677881866047]
スレートのスロット上でロギングポリシーが因子化される典型的なケースにおいて、スレート帯のオフポリシ評価の問題について検討する。 PIによるリスク改善はスロット数とともに線形に増加し、スロットレベルの分岐の集合の算術平均と調和平均とのギャップによって線形に増加することを示す。
論文参考訳（メタデータ） (2021-01-05T20:07:56Z)
Learning Bounds for Risk-sensitive Learning [86.50262971918276]
リスクに敏感な学習では、損失のリスク・アバース(またはリスク・シーキング)を最小化する仮説を見つけることを目的としている。最適化された確実性等価性によって最適性を記述するリスク感応学習スキームの一般化特性について検討する。
論文参考訳（メタデータ） (2020-06-15T05:25:02Z)
Deep Survival Machines: Fully Parametric Survival Regression and Representation Learning for Censored Data with Competing Risks [14.928328404160299]
本稿では,検閲データを用いた時系列予測問題において,相対リスクを推定するための新しいアプローチについて述べる。我々のアプローチは、基礎となる生存分布の一定の比例的ハザードの強い仮定を必要としない。これは検閲の有無で競合するリスクを伴う生存時間を完全にパラメトリックに推定する最初の作品である。
論文参考訳（メタデータ） (2020-03-02T20:21:59Z)
A Survey on Causal Inference [64.45536158710014]
因果推論は統計学、コンピュータ科学、教育、公共政策、経済学など、多くの分野において重要な研究トピックである。観測データに対する様々な因果効果推定法が誕生した。
論文参考訳（メタデータ） (2020-02-05T21:35:29Z)

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。