論文の概要: Institutional Foundations of Adaptive Planning: Exploration of Flood
Planning in the Lower Rio Grande Valley, Texas, USA
- arxiv url: http://arxiv.org/abs/2210.00113v1
- Date: Fri, 30 Sep 2022 22:10:38 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-04 13:38:52.006736
- Title: Institutional Foundations of Adaptive Planning: Exploration of Flood
Planning in the Lower Rio Grande Valley, Texas, USA
- Title（参考訳）: 適応計画の制度的基礎:テキサス州リオグランデ・バレー下流域における洪水計画の探索
- Authors: Ashley D. Ross, Ali Nejat, Virgie Greb
- Abstract要約: 既存の計画立案機関は適応計画をどのようにサポートするのか?
我々は,郡の危険度計画と地域洪水計画文書と地域洪水計画会議の書写を参考に,創発的な話題を探求する。
自然言語処理を用いてこの大量のテキストを分析すると、これらの計画のハザード計画や議論には適応的なアプローチがほとんど欠けていることが分かる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Adaptive planning is ideally suited for the deep uncertainties presented by
climate change. While there is a robust scholarship on the theory and methods
of adaptive planning, this has largely neglected how adaptive planning is
affected by existing planning institutions and how to move forward within the
constraints of traditional planning organizations. This study asks: How do
existing traditional planning institutions support adaptive planning? We
explore this for flood planning in the Lower Rio Grande Valley of Texas, United
States. We draw on county hazard plan and regional flood plan documents as well
as transcripts of regional flood planning meetings to explore the emergent
topics of these institutional outputs. Using Natural Language Processing to
analyze this large amount of text, we find that hazard plans and discussions
developing these plans are largely lacking an adaptive approach.
- Abstract（参考訳）: 適応計画は、気候変動によって提示される深い不確実性に理想的に適している。
適応的計画の理論や手法には堅実な奨学金があるが、これは、既存の計画機関による適応的計画の影響や、従来の計画組織の制約の中で前進する方法を無視している。
既存の計画立案機関は適応計画をどのようにサポートするのか?
アメリカ合衆国テキサス州のリオグランデ渓谷下流で、洪水計画のためにこれを調査します。
我々は,これらの制度的アウトプットの創発的話題を探求するために,地域洪水計画会議の振り返りとともに,郡ハザード計画と地域洪水計画文書について考察する。
自然言語処理を用いてこの大量のテキストを分析すると、これらの計画のハザード計画や議論には適応的なアプローチがほとんど欠けていることが分かる。
関連論文リスト
- PlanGPT: Enhancing Urban Planning with Tailored Language Model and
Efficient Retrieval [8.345858904808873]
汎用的な大規模言語モデルは、しばしばプランナーのニーズを満たすのに苦労する。
PlanGPTは、都市と空間計画に適した最初の大規模言語モデルである。
論文 参考訳（メタデータ） (2024-02-29T15:41:20Z) - Planning as In-Painting: A Diffusion-Based Embodied Task Planning
Framework for Environments under Uncertainty [56.30846158280031]
具体的AIのためのタスクプランニングは、最も難しい問題の1つだ。
In-paintingとしての計画」というタスク非依存の手法を提案する。
提案するフレームワークは,様々な具体的AIタスクにおいて,有望なパフォーマンスを実現する。
論文 参考訳（メタデータ） (2023-12-02T10:07:17Z) - EIPE-text: Evaluation-Guided Iterative Plan Extraction for Long-Form
Narrative Text Generation [114.50719922069261]
長文物語テキスト生成のための評価誘導反復計画抽出法(EIPE-text)を提案する。
EIPEテキストには、計画抽出、学習、推論の3段階がある。
小説やストーリーテリングの分野におけるEIPEテキストの有効性を評価する。
論文 参考訳（メタデータ） (2023-10-12T10:21:37Z) - A Planning Ontology to Represent and Exploit Planning Knowledge for Performance Efficiency [6.87593454486392]
我々は,エージェントを世界の初期状態から望ましい目標状態へ移動させる一連の行動を見つけることを目的として,自動計画の問題を考える。
利用可能なプランナと多様なプランナドメインが多数用意されていると仮定し、適切なプランナを特定し、ドメインのパフォーマンスを向上させるために活用できる不可欠な情報を持っている。
論文 参考訳（メタデータ） (2023-07-25T14:51:07Z) - Lifted Sequential Planning with Lazy Constraint Generation Solvers [28.405198103927955]
本稿では,Lzy Clause Generation(LCG)に基づく制約プログラミング(CP)へのアプローチを用いて,オープンな可能性について検討する。
本稿では,いわゆるリフト型因果エンコーディングに基づく新しいCPモデルを提案する。
提案手法は,計画手順の少ない計画インスタンスに対して,最適な逐次計画における最先端の手法と非常によく比較可能であることを報告する。
論文 参考訳（メタデータ） (2023-07-17T04:54:58Z) - DisasterResponseGPT: Large Language Models for Accelerated Plan of
Action Development in Disaster Response Scenarios [3.42658286826597]
本研究では,Large Language Models (LLMs) を利用して有効な行動計画を生成するアルゴリズムであるDerma ResponseGPTを提案する。
提案手法は数秒で複数のプランを生成し,ユーザのフィードバックに従ってさらに改良することができる。
予備的な結果は,災害対応GPTによって開発された行動計画が人為的な行動に匹敵するものであるとともに,リアルタイムな修正が容易であることを示している。
論文 参考訳（メタデータ） (2023-06-29T19:24:19Z) - Human-instructed Deep Hierarchical Generative Learning for Automated
Urban Planning [57.91323079939641]
我々は,最適な都市計画を生成するために,人間に指示された新しい深層階層生成モデルを構築した。
最初の段階は、機能ゾーンを発見するために、目標領域の格子に遅延関数をラベル付けすることである。
第2の段階は、都市機能投影を形成するための計画要件を理解することである。
第3の段階は、マルチアテンションを活用して、機能プロジェクションのゾーン・ゾーン・ピア依存関係をモデル化し、グリッドレベルの土地利用構成を生成することである。
論文 参考訳（メタデータ） (2022-12-01T23:06:41Z) - Answer Set Planning: A Survey [6.348684258418859]
効率的でスケーラブルな回答セット解決器の開発は、ASPベースの計画システムの開発を後押しした。
調査では,回答セット計画のメリットとデメリットについて調査している。
また、回答セット計画の典型的な応用についても論じ、今後の研究の課題を提示する。
論文 参考訳（メタデータ） (2022-02-11T17:42:47Z) - Generating Useful Accident-Prone Driving Scenarios via a Learned Traffic
Prior [135.78858513845233]
STRIVEは、特定のプランナーが衝突のような望ましくない振る舞いを発生させるような、困難なシナリオを自動的に生成する手法である。
シナリオの妥当性を維持するために、キーとなるアイデアは、グラフベースの条件付きVAEという形で、学習した交通運動モデルを活用することである。
その後の最適化は、シナリオの"解決"を見つけるために使用され、与えられたプランナーを改善するのに有効である。
論文 参考訳（メタデータ） (2021-12-09T18:03:27Z) - Differentiable Spatial Planning using Transformers [87.90709874369192]
本研究では、長距離空間依存を計画して行動を生成する障害マップを与えられた空間計画変換器(SPT)を提案する。
エージェントが地上の真理マップを知らない環境では、エンド・ツー・エンドのフレームワークで事前訓練されたSPTを利用する。
SPTは、操作タスクとナビゲーションタスクの両方のすべてのセットアップにおいて、最先端の差別化可能なプランナーよりも優れています。
論文 参考訳（メタデータ） (2021-12-02T06:48:16Z) - Divide-and-Conquer Monte Carlo Tree Search For Goal-Directed Planning [78.65083326918351]
暗黙的な逐次計画の仮定に代わるものを検討する。
本稿では,最適計画の近似を行うため,Divide-and-Conquer Monte Carlo Tree Search (DC-MCTS)を提案する。
計画順序に対するこのアルゴリズム的柔軟性は,グリッドワールドにおけるナビゲーションタスクの改善に繋がることを示す。
論文 参考訳（メタデータ） (2020-04-23T18:08:58Z)
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。