論文の概要: Trustable Mobile Crowd Sourcing for Acquiring Information from a Flooded
Smart Area
- arxiv url: http://arxiv.org/abs/2203.07028v1
- Date: Wed, 9 Mar 2022 15:03:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 15:36:59.196909
- Title: Trustable Mobile Crowd Sourcing for Acquiring Information from a Flooded
Smart Area
- Title（参考訳）: 浸水したスマートエリアから情報を取得するための信頼できるモバイルクラウドソーシング
- Authors: Sajedeh Abbasi, Hamed Vahdat-Nejad and Hamideh Hajiabadi
- Abstract要約: 洪水は、スマートシティで深刻な環境被害と破壊を引き起こす自然現象である。
被災者を助けようとする救助・救援組織は、浸水環境に関する新たな正確な情報を得る必要がある。
本稿では, 浸水地域から必要な情報を, 被害者, 施設, 生活, 医療, 移転の4つのカテゴリに分類する。
悪意のあるユーザ検出を含む情報取得のためのクラウドソーシング方式を提案し、受信した情報の正確性を確保する。
- 参考スコア（独自算出の注目度）: 1.933681537640272
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Flood is a natural phenomenon that causes severe environmental damage and
destruction in smart cities. After a flood, topographic, geological, and living
conditions change. As a result, the previous information regarding the
environment is no more valid. Rescue and relief organizations that intend to
help the affected people need to obtain new and accurate information about the
conditions of the flooded environment. Acquiring this required information in
the shortest time is a challenge for realizing smart cities. Due to the
advances in the Internet of Things technology and the prevalence of smartphones
with several sensors and functionalities, it is possible to obtain the required
information by leveraging the Crowdsourcing model. In this paper, the
information required from a flooded area is classified into four categories:
victim, Facility and Livelihood, medical, and transfer. Next, a crowdsourcing
scheme for acquiring information is proposed, including malicious user
detection to ensure the accuracy of information received. Finally, simulation
results indicate that the proposed scheme correctly detects malicious users and
ensures the quality of obtained information.
- Abstract（参考訳）: 洪水は、スマートシティで深刻な環境被害と破壊を引き起こす自然現象である。
洪水の後、地形、地質、生活条件が変化した。
その結果、環境に関するこれまでの情報は、もはや有効ではない。
被災者を支援するための救助救護団体は、浸水した環境の状況について、新しく正確な情報を取得する必要がある。
必要な情報を短時間で取得することは、スマートシティを実現する上での課題である。
モノのインターネット技術の発展と,センサや機能を備えたスマートフォンの普及により,クラウドソーシングモデルを活用することで,必要な情報を得ることができる。
本稿では,浸水地域から必要な情報を,被害者,施設,生活,医療,移転の4つのカテゴリに分類する。
次に、悪意のあるユーザ検出を含む情報取得のためのクラウドソーシング方式を提案し、受信した情報の正確性を確保する。
最後に,提案手法が悪意のあるユーザを正しく検出し,得られた情報の品質を保証することを示す。
関連論文リスト
- Epidemiology-informed Network for Robust Rumor Detection [59.89351792706995]
本稿では, 疫学知識を統合し, 性能を高めるための新しい疫学情報ネットワーク(EIN)を提案する。
疫学理論をうわさ検出に適応させるため,各利用者が情報源情報に対する姿勢を付加することが期待されている。
実験結果から,提案したEINは実世界のデータセット上で最先端の手法より優れるだけでなく,樹木の深度にまたがる堅牢性も向上することが示された。
論文 参考訳（メタデータ） (2024-11-20T00:43:32Z) - CrisisSense-LLM: Instruction Fine-Tuned Large Language Model for Multi-label Social Media Text Classification in Disaster Informatics [49.2719253711215]
本研究では,事前学習型大規模言語モデル(LLM)の強化による災害テキスト分類への新たなアプローチを提案する。
本手法では,災害関連ツイートから包括的インストラクションデータセットを作成し,それをオープンソース LLM の微調整に用いる。
この微調整モデルでは,災害関連情報の種類,情報化,人的援助の関与など,複数の側面を同時に分類することができる。
論文 参考訳（メタデータ） (2024-06-16T23:01:10Z) - Synthetic Multimodal Dataset for Empowering Safety and Well-being in
Home Environments [1.747623282473278]
本稿では,3次元仮想空間シミュレータからの映像データを知識グラフで融合した日中活動の合成マルチモーダル時間について述べる。
このデータセットはKGRC4SI(Knowledge Graph Reasoning Challenge Social Issues)のために開発された。
論文 参考訳（メタデータ） (2024-01-26T10:05:41Z) - Censored Deep Reinforcement Patrolling with Information Criterion for
Monitoring Large Water Resources using Autonomous Surface Vehicles [0.0]
本研究は,自律走行車を用いた大規模水資源モニタリングの枠組みを提案する。
データに対する不確実性低減の尺度として情報ゲインを用いて,モデルに基づく障害物回避のためのQ-Censoring機構によって改良されたディープQ-ラーニングアルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-10-12T07:33:46Z) - Adaptive cognitive fit: Artificial intelligence augmented management of
information facets and representations [62.997667081978825]
ビッグデータ技術と人工知能(AI)応用の爆発的な成長は、情報ファセットの普及に繋がった。
等角性や正確性などの情報フェートは、情報に対する人間の認識を支配的かつ著しく左右する。
認知の限界を克服するために情報表現を適応できる人工知能技術が必要であることを示唆する。
論文 参考訳（メタデータ） (2022-04-25T02:47:25Z) - Attacking Open-domain Question Answering by Injecting Misinformation [116.25434773461465]
質問応答モデル(QA)に対する誤報のリスクについて,オープンドメインQAモデルの誤報文書に対する感度について検討した。
実験により、QAモデルは誤情報による少量の証拠汚染に対して脆弱であることが示されている。
質問応答と誤情報検出を統合した誤情報認識型QAシステムの構築の必要性について論じる。
論文 参考訳（メタデータ） (2021-10-15T01:55:18Z) - 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) - Reconciling Security and Utility in Next-Generation Epidemic Risk Mitigation Systems [49.05741109401773]
ユーザのプライバシをリッチなデータ収集と整合させるシステムであるSilmarillionを提案する。
Silmarillionでは、ユーザーデバイスが戦略的場所に設置されたビーコンでBluetoothの遭遇を記録する。
ユーザプライバシとデータセキュリティを保証するSilmarillionとその通信プロトコルの設計について述べる。
論文 参考訳（メタデータ） (2020-11-16T16:19:37Z) - Disinformation in the Online Information Ecosystem: Detection,
Mitigation and Challenges [35.0667998623823]
一般大衆の大多数は、ニュースや新型コロナウイルスの症状などの問題に関する情報など、ソーシャルメディアのプラットフォームに目を向けている。
偽情報検出と緩和の方向には、かなりの研究が進行中である。
新型コロナウイルスの感染拡大に伴う「不名誉」に焦点をあて、オンライン偽情報問題について論じる。
論文 参考訳（メタデータ） (2020-10-18T21:44:23Z) - 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) - 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)
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。