論文の概要: Designing Decision Support Systems for Emergency Response: Challenges
and Opportunities
- arxiv url: http://arxiv.org/abs/2202.11268v1
- Date: Wed, 23 Feb 2022 02:02:32 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-24 15:02:57.546624
- Title: Designing Decision Support Systems for Emergency Response: Challenges
and Opportunities
- Title(参考訳): 緊急対応のための意思決定支援システムの設計:課題と機会
- Authors: Geoffrey Pettet and Hunter Baxter and Sayyed Mohsen Vazirizade and
Hemant Purohit and Meiyi Ma and Ayan Mukhopadhyay and Abhishek Dubey
- Abstract要約: 道路事故等の事故に対応する緊急対応管理システム(ERM)は,地域社会が直面している大きな問題である。
本稿では,重要な課題を取り上げ,我々のチームがコミュニティパートナと共同で開発したアプローチの概要を紹介する。
- 参考スコア(独自算出の注目度): 3.8532022064807827
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Designing effective emergency response management (ERM) systems to respond to
incidents such as road accidents is a major problem faced by communities. In
addition to responding to frequent incidents each day (about 240 million
emergency medical services calls and over 5 million road accidents in the US
each year), these systems also support response during natural hazards.
Recently, there has been a consistent interest in building decision support and
optimization tools that can help emergency responders provide more efficient
and effective response. This includes a number of principled subsystems that
implement early incident detection, incident likelihood forecasting and
strategic resource allocation and dispatch policies. In this paper, we
highlight the key challenges and provide an overview of the approach developed
by our team in collaboration with our community partners.
- Abstract(参考訳): 道路事故等の事故に対応する効果的な緊急対応管理システム(ERM)を設計することは,地域社会が直面する大きな問題である。
毎日の頻繁な事故への対応に加えて(約2億4000万の救急医療サービスコールと米国で毎年500万件の交通事故)、これらのシステムは自然災害時の対応も支援している。
近年、緊急対応者がより効率的かつ効果的に対応できるような意思決定支援と最適化ツールの構築に一貫した関心が寄せられている。
これには、初期インシデント検出、インシデント予測、戦略的リソース割り当てとディスパッチポリシを実装する、多数の原則化されたサブシステムが含まれている。
本稿では,重要な課題を取り上げ,我々のチームがコミュニティパートナと共同で開発したアプローチの概要を紹介する。
関連論文リスト
- Auto311: A Confidence-guided Automated System for Non-emergency Calls [2.025468874117372]
我々は11,796件の緊急通話記録を分析し、311件の緊急通話を処理する最初の自動化システムであるAuto311を開発した。
実世界のデータを使って、システムの有効性とデプロイ性を評価しました。
論文 参考訳(メタデータ) (2023-12-19T20:52:04Z) - Solving the Team Orienteering Problem with Transformers [46.93254771681026]
車両群のためのルートプランニングは、荷物の配送、監視、輸送といった応用において重要な課題である。
本稿では,チームオリエンテーリング問題を高速かつ高精度に解決できる多エージェント経路計画システムを提案する。
論文 参考訳(メタデータ) (2023-11-30T16:10:35Z) - Artificial Intelligence for Emergency Response [0.6091702876917281]
緊急対応管理(ERM)は、世界中のコミュニティが直面している課題である。
データ駆動モデルは、人的および財政的な損失を減らし、設計コード、交通規制、安全対策を改善するのに役立つ。
本チュートリアルでは,緊急応答における4つのサブプロブレム(インシデント予測,インシデント検出,リソース割り当て,リソースディスパッチ)について検討する。
論文 参考訳(メタデータ) (2023-06-15T18:16:08Z) - Causal Structure Learning with Recommendation System [46.90516308311924]
まず,その基盤となる因果構造を因果構造モデルとして定式化し,提案システムの現実的な作業機構を基盤とした一般的な因果構造学習フレームワークについて述べる。
次に,本フレームワークから学習目標を導出し,効率的な最適化のための拡張ラグランジアンソルバを提案する。
論文 参考訳(メタデータ) (2022-10-19T02:31:47Z) - Risk-Driven Design of Perception Systems [47.787943101699966]
システム全体の安全性を低下させるエラーを最小限に抑えるために,認識システムを設計することが重要である。
完全積分閉ループシステムの性能に及ぼす知覚誤差の影響を考慮に入れた認識システム設計のためのリスク駆動型アプローチを開発する。
本研究では,現実的な視界に基づく航空機による応用・回避技術の評価を行い,リスク駆動設計がベースラインシステム上での衝突リスクを37%低減することを示す。
論文 参考訳(メタデータ) (2022-05-21T21:14:56Z) - The Role of Robotics in Infectious Disease Crises [46.43737882437637]
新型コロナウイルスの感染拡大を受け、医療・公共安全・経済システムの課題が浮き彫りになっている。
感染症の流行に伴うエンジニアリング上の課題を予知し、解決する上で、補完的な必要性がある。
技術的能力が向上し、将来ロボットシステムの設置基盤が増加するにつれ、将来の危機においてさらに重要な役割を果たす可能性がある。
論文 参考訳(メタデータ) (2020-10-19T22:54:12Z) - Designing Emergency Response Pipelines : Lessons and Challenges [1.9613821286172088]
私たちは、この領域での経験から学んだ、私たちが特定した課題と教訓を強調します。
緊急対応管理は、予測、リソース割り当て、ディスパッチといったいくつかのステージとサブプロブレムから構成される。
論文 参考訳(メタデータ) (2020-10-15T04:04:15Z) - Improving Community Resiliency and Emergency Response With Artificial
Intelligence [0.05541644538483946]
我々は、ステークホルダーが包括的で関連性があり、信頼できる情報にタイムリーにアクセスできるようにする、多段階の緊急対応ツールを目指しています。
本ツールは, 浸水リスク位置, 道路ネットワーク強度, 浸水マップ, 浸水地や被害インフラを推定するコンピュータビジョンセマンティックセマンティックセマンティックセグメンテーションなど, オープンソースの地理空間データの複数の層を符号化して構成する。
これらのデータレイヤを組み合わせて、緊急時の避難経路の検索や、最初に影響を受けたエリアで最初の応答者のために利用可能な宿泊場所のリストを提供するなど、機械学習アルゴリズムの入力データとして利用する。
論文 参考訳(メタデータ) (2020-05-28T18:05:08Z) - Digital Ariadne: Citizen Empowerment for Epidemic Control [55.41644538483948]
新型コロナウイルスの危機は、1918年のH1N1パンデミック以来、公衆衛生にとって最も危険な脅威である。
技術支援による位置追跡と接触追跡は、広く採用されれば、感染症の拡散を抑えるのに役立つかもしれない。
個人のデバイス上での自発的な位置情報とBluetoothトラッキングに基づいて、"diAry"や"digital Ariadne"と呼ばれるツールを提示する。
論文 参考訳(メタデータ) (2020-04-16T15:53:42Z) - Challenges and Countermeasures for Adversarial Attacks on Deep
Reinforcement Learning [48.49658986576776]
深層強化学習(Dep Reinforcement Learning, DRL)は、周囲の環境に適応する優れた能力のおかげで、現実世界に多くの応用がある。
その大きな利点にもかかわらず、DRLは現実のクリティカルシステムやアプリケーションでの使用を妨げている敵攻撃の影響を受けやすい。
本稿では,DRLベースのシステムにおける新たな攻撃と,これらの攻撃を防御するための潜在的対策について述べる。
論文 参考訳(メタデータ) (2020-01-27T10:53:11Z) - On Algorithmic Decision Procedures in Emergency Response Systems in
Smart and Connected Communities [21.22596396400625]
緊急対応管理(ERM)は、世界中のコミュニティが直面している重要な問題である。
我々は、ERMシステムの計画の重要な期間は、事故後ではなく、事故間にあると論じる。
本稿では,ディスパッチ問題の構造を活用・活用する2つの部分分散マルチエージェント計画アルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-01-21T07:04:38Z)
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。