Fugu-MT 論文翻訳(概要): Quantitative Assessment of Drought Impacts Using XGBoost based on the Drought Impact Reporter

論文の概要: Quantitative Assessment of Drought Impacts Using XGBoost based on the Drought Impact Reporter

arxiv url: http://arxiv.org/abs/2211.02768v1
Date: Fri, 4 Nov 2022 22:16:13 GMT
ステータス: 処理完了
システム内更新日: 2022-11-08 18:50:57.923540
Title: Quantitative Assessment of Drought Impacts Using XGBoost based on the Drought Impact Reporter
Title（参考訳）: 干ばつリポーターを用いたxgboostを用いた干ばつ影響の定量的評価
Authors: Beichen Zhang (1), Fatima K. Abu Salem (2), Michael J. Hayes (1), Tsegaye Tadesse (1) ((1) School Of Natural Resources, University of Nebraska-Lincoln, (2) Computer Science Department, American University of Beirut)
Abstract要約: 気候変動の下では、干ばつの発生頻度、強度、空間的な範囲が増加し、社会経済的コストが上昇する。テキサス州における多カテゴリー干ばつの影響を予測するための極勾配モデル(XGBoost)に基づくフレームワークを提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Under climate change, the increasing frequency, intensity, and spatial extent of drought events lead to higher socio-economic costs. However, the relationships between the hydro-meteorological indicators and drought impacts are not identified well yet because of the complexity and data scarcity. In this paper, we proposed a framework based on the extreme gradient model (XGBoost) for Texas to predict multi-category drought impacts and connected a typical drought indicator, Standardized Precipitation Index (SPI), to the text-based impacts from the Drought Impact Reporter (DIR). The preliminary results of this study showed an outstanding performance of the well-trained models to assess drought impacts on agriculture, fire, society & public health, plants & wildlife, as well as relief, response & restrictions in Texas. It also provided a possibility to appraise drought impacts using hydro-meteorological indicators with the proposed framework in the United States, which could help drought risk management by giving additional information and improving the updating frequency of drought impacts. Our interpretation results using the Shapley additive explanation (SHAP) interpretability technique revealed that the rules guiding the predictions of XGBoost comply with domain expertise knowledge around the role that SPI indicators play around drought impacts.
Abstract（参考訳）: 気候変動の下では、干ばつの発生頻度、強度、空間範囲が増加し、社会経済的コストが高くなる。しかし, 気象指標と干ばつの影響との関係は, 複雑さとデータ不足のため, まだよく分かっていない。本稿では,テキサス州のxgboost (extreme gradient model) に基づいて,多カテゴリーの干ばつの影響を予測し,典型的な干ばつ指標であるspi (standardized precipitation index) と,干ばつインパクトレポーター (dir) によるテキストベースの影響を関連付ける枠組みを提案する。本研究の予備結果は, 農業, 火災, 社会と公衆衛生, 植物と野生生物, およびテキサス州の救済, 応答と制限に対する干ばつの影響を評価するための, 十分に訓練されたモデルの優れた性能を示した。また、アメリカ合衆国で提案された枠組みで水気象指標を用いて干ばつの影響を評価できる可能性も提供し、追加情報を提供し、干ばつの影響の更新頻度を向上させることで、干ばつリスク管理を支援する。シャプリー加法説明 (shap) による解釈結果から, xgboost の予測を導く規則は,spi 指標が干ばつの影響に果たす役割に関する専門知識に準拠していることが明らかとなった。

関連論文リスト

Analysis of Droughts and Their Intensities in California from 2000 to 2020 [1.0839935418172268]
干ばつは世界中で持続的な脅威とみなされており、その出現に寄与する様々な要因の複雑なメカニズムが理解しづらい。干ばつとその深刻度傾向は、干ばつによる経済的な影響がかなり大きいため、米国でも懸念されている。カリフォルニア州はアメリカ合衆国にとって最大の農業貢献者であり、そのシェアは約12%である。
論文参考訳（メタデータ） (2024-11-06T22:57:03Z)
SEN12-WATER: A New Dataset for Hydrological Applications and its Benchmarking [40.996860106131244]
気候と干ばつの増加は、世界中の水資源管理に重大な課題をもたらしている。本稿では,干ばつ関連分析のためのエンドツーエンドディープラーニングフレームワークを用いたベンチマークとともに,新しいデータセットであるSEN12-WATERを提案する。
論文参考訳（メタデータ） (2024-09-25T16:50:59Z)
VegeDiff: Latent Diffusion Model for Geospatial Vegetation Forecasting [58.12667617617306]
地理空間植生予測タスクのためのVegeDiffを提案する。 VegeDiffは、植物の変化過程の不確かさを確率的に捉えるために拡散モデルを使用した最初の企業である。植生の変化の不確かさを捉え、関連する変数の複雑な影響をモデル化することで、VegeDiffは既存の決定論的手法より優れている。
論文参考訳（メタデータ） (2024-07-17T14:15:52Z)
Variable-Agnostic Causal Exploration for Reinforcement Learning [56.52768265734155]
強化学習のための新しいフレームワークVACERL(Variable-Agnostic Causal Exploration for Reinforcement Learning)を導入する。本手法は,注目機構を用いて,重要変数に関連する重要な観測行動ステップを自動的に同定する。これらのステップを接続する因果グラフを構築し、エージェントをタスク完了に対する因果的影響の大きい観察-作用ペアへと導く。
論文参考訳（メタデータ） (2024-07-17T09:45:27Z)
TRG-Net: An Interpretable and Controllable Rain Generator [61.2760968459789]
本研究は,降雨の基盤となる物理的発生機構を十分に考慮した,新しい深層学習型降雨発生器を提案する。その意義は、発電機が予想される雨をシミュレートするために雨の本質的な要素を精巧に設計するだけでなく、複雑で多様な雨のイメージに微妙に適応することにある。提案した雨発生器が発生した雨は, 高品質であるだけでなく, 排水作業や下流作業にも有効であることを示す。
論文参考訳（メタデータ） (2024-03-15T03:27:39Z)
Long-term drought prediction using deep neural networks based on geospatial weather data [75.38539438000072]
農業計画や保険には1年前から予測される高品質の干ばつが不可欠だ。私たちは、体系的なエンドツーエンドアプローチを採用するエンドツーエンドアプローチを導入することで、干ばつデータに取り組みます。主な発見は、TransformerモデルであるEarthFormerが、正確な短期(最大6ヶ月)の予測を行う際の例外的なパフォーマンスである。
論文参考訳（メタデータ） (2023-09-12T13:28:06Z)
Using interpretable boosting algorithms for modeling environmental and agricultural data [0.0]
本稿では,高次元環境データの解析に解釈可能なブースティングアルゴリズムを用いる方法について述べる。提案手法は, 群構造をどう考えるか, 相互作用が高次元データセットでどのように見られるのかを, 新たな2段階ブースティング手法を用いて示すものである。
論文参考訳（メタデータ） (2023-05-04T10:16:11Z)
Robust detection and attribution of climate change under interventions [4.344839102717429]
フィンガープリントは気候変動の検出と属性(D&A)の鍵となるツールである本稿では,教師付き学習に基づく直接D&A手法を提案し,頑健な予測につながる指紋を抽出する。本研究は, 関連する介入に対するロバスト性制約を組み込むことは, 気候変動の検出と帰属に有益であることが示唆された。
論文参考訳（メタデータ） (2022-12-09T15:13:40Z)
On the Generalization of Agricultural Drought Classification from Climate Data [0.1908788674366693]
干ばつの発生は遅く、様々な外部要因に依存するため、気候データの干ばつ検出は困難である。我々は,水文モデルから得られた土壌水分指数(SMI)を構築した。 SMIに基づく干ばつ分類において,異なるモデルと逐次帰納的バイアスを伴わないモデルを比較した。
論文参考訳（メタデータ） (2021-11-30T14:49:46Z)
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。