論文の概要: Supporting Post-disaster Recovery with Agent-based Modeling in
Multilayer Socio-physical Networks
- arxiv url: http://arxiv.org/abs/2307.11464v1
- Date: Fri, 21 Jul 2023 09:58:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-24 13:04:41.004350
- Title: Supporting Post-disaster Recovery with Agent-based Modeling in
Multilayer Socio-physical Networks
- Title（参考訳）: 多層社会物理ネットワークにおけるエージェントモデルによる災害後回復支援
- Authors: Jiawei Xue, Sangung Park, Washim Uddin Mondal, Sandro Martinelli Reia,
Tong Yao, and Satish V. Ukkusuri
- Abstract要約: 本稿では,エージェント・ベース・モデル(ABM)を提案し,個々のリターン行動の理解と関心点(POI)の回復を促進する。
2017年のハリケーン・ハービー以降のテキサス州5郡の回復分析にこのモデルを適用した。
ABMを実装することで,エージェントタイプ,住宅タイプ,家計所得水準,地理的位置といった観点から,回復動態の不均一性を明らかにする。
- 参考スコア（独自算出の注目度）: 3.0782642039384864
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The examination of post-disaster recovery (PDR) in a socio-physical system
enables us to elucidate the complex relationships between humans and
infrastructures. Although existing studies have identified many patterns in the
PDR process, they fall short of describing how individual recoveries contribute
to the overall recovery of the system. To enhance the understanding of
individual return behavior and the recovery of point-of-interests (POIs), we
propose an agent-based model (ABM), called PostDisasterSim. We apply the model
to analyze the recovery of five counties in Texas following Hurricane Harvey in
2017. Specifically, we construct a three-layer network comprising the human
layer, the social infrastructure layer, and the physical infrastructure layer,
using mobile phone location data and POI data. Based on prior studies and a
household survey, we develop the ABM to simulate how evacuated individuals
return to their homes, and social and physical infrastructures recover. By
implementing the ABM, we unveil the heterogeneity in recovery dynamics in terms
of agent types, housing types, household income levels, and geographical
locations. Moreover, simulation results across nine scenarios quantitatively
demonstrate the positive effects of social and physical infrastructure
improvement plans. This study can assist disaster scientists in uncovering
nuanced recovery patterns and policymakers in translating policies like
resource allocation into practice.
- Abstract（参考訳）: 社会物理システムにおけるポスト・ディザスター・リカバリ(PDR)の検証により,人間とインフラの複雑な関係を解明することができる。
既存の研究では、PDRプロセスにおける多くのパターンが特定されているが、個々の回復がシステム全体の回復にどのように貢献するかを説明するには不足している。
個々の戻り行動の理解を深め,pois(point-of-interests)の回復を図るため,postdisastersimと呼ばれるエージェントベースモデル(abm)を提案する。
2017年のハリケーン・ハービー以降のテキサス州5郡の回復分析にこのモデルを適用した。
具体的には,携帯電話の位置データとpoiデータを用いて,人間層,社会基盤層,物理インフラ層からなる3層ネットワークを構築する。
先行研究と世帯調査に基づき,避難民の自宅復帰をシミュレートし,社会的・身体的インフラを回復させるabmを開発した。
ABMを実装することで,エージェントタイプ,住宅タイプ,家計所得水準,地理的位置といった観点から,回復動態の不均一性を明らかにする。
さらに,9つのシナリオにまたがるシミュレーション結果から,社会・物理的インフラ整備計画の効果を定量的に検証した。
本研究は,災害科学者が資源割当などの政策を実践的に翻訳する上で,ニュアンス的リカバリパターンや政策立案者を明らかにすることを支援する。
関連論文リスト
- Highway Networks for Improved Surface Reconstruction: The Role of Residuals and Weight Updates [0.0]
我々は,多層パーセプトロンの文脈内で,Square-Highway(SqrHw)と呼ばれるハイウェイネットワーク(Hw)の新たな変種を導入する。
我々は、SqrHwが欠落したデータよりも表面を予測できる能力を実証する。
論文 参考訳（メタデータ） (2024-07-11T02:15:21Z) - PRIME: A CyberGIS Platform for Resilience Inference Measurement and Enhancement [1.4716925415659332]
社会分野でのレジリエンスの定義と定量化は、社会経済的要因と災害レジリエンスとの複雑な相互作用のため、比較的主観的である。
ローカル条件を考慮したカスタマイズされたレジリエンスアセスメントをサポートする、厳格でユーザフレンドリーなツールが不足している。
本研究の目的は,サイバーGISの力によるギャップを3つの目的で解決することである。
論文 参考訳（メタデータ） (2024-04-15T05:14:52Z) - Finding critical transitions of the post-disaster recovery using the
sensitivity analysis of agent-based models [5.239356166272929]
本稿では,エージェントベースモデルにおける回復過程を多層ネットワークでシミュレートする。
本論文は,2017年のハリケーン・ハーベイの被害を受けた5つの郡を対象に,エージェント・ベース・モデルを適用した。
論文 参考訳（メタデータ） (2024-01-12T16:28:34Z) - Agent-Based Model: Simulating a Virus Expansion Based on the Acceptance
of Containment Measures [65.62256987706128]
比較疫学モデルは、疾患の状態に基づいて個人を分類する。
我々は、適応されたSEIRDモデルと市民のための意思決定モデルを組み合わせたABMアーキテクチャを提案する。
スペイン・ア・コルナにおけるSARS-CoV-2感染症の進行状況について検討した。
論文 参考訳（メタデータ） (2023-07-28T08:01:05Z) - A General Purpose Neural Architecture for Geospatial Systems [142.43454584836812]
本稿では,空間的帰納バイアスを持つ汎用ニューラルアーキテクチャ(GPNA)の構築に向けたロードマップを示す。
このようなモデルがコミュニティのメンバー間の協力をいかに促進するかを考察する。
論文 参考訳（メタデータ） (2022-11-04T09:58:57Z) - Back to the Manifold: Recovering from Out-of-Distribution States [20.36024602311382]
本稿では,エージェントをトレーニング多様体に戻すための回復策を提案する。
実際のロボットプラットフォーム上での操作実験により提案手法の有効性を実証する。
論文 参考訳（メタデータ） (2022-07-18T15:10:58Z) - Back to MLP: A Simple Baseline for Human Motion Prediction [59.18776744541904]
本稿では、歴史的に観察されたシーケンスから将来の身体のポーズを予測することによる、人間の動作予測の課題に取り組む。
これらの手法の性能は、0.14Mパラメータしか持たない軽量で純粋にアーキテクチャアーキテクチャによって超えることができることを示す。
Human3.6M, AMASS, 3DPWデータセットの徹底的な評価は, siMLPeをダブした我々の手法が, 他のアプローチよりも一貫して優れていることを示している。
論文 参考訳（メタデータ） (2022-07-04T16:35:58Z) - THUNDR: Transformer-based 3D HUmaN Reconstruction with Markers [67.8628917474705]
THUNDRは、人の3Dポーズと形状を再構築するトランスフォーマーベースのディープニューラルネットワーク手法である。
完全教師付きモデルと自己教師型モデルの両方に対して,Human3.6Mと3DPWの最先端結果を示す。
野生で収集された難易度の高い人間のポーズに対して, 非常に堅固な3次元再構成性能を観察した。
論文 参考訳（メタデータ） (2021-06-17T09:09:24Z) - Methodological Foundation of a Numerical Taxonomy of Urban Form [62.997667081978825]
本稿では, 生物系統学から得られた都市形態の数値分類法を提案する。
我々は同質の都市組織タイプを導出し、それら間の全体形態的類似性を決定することにより、都市形態の階層的分類を生成する。
フレーミングとプレゼンを行った後、プラハとアムステルダムの2都市でテストを行った。
論文 参考訳（メタデータ） (2021-04-30T12:47:52Z) - Deep Learning-based Resource Allocation for Infrastructure Resilience [0.5249805590164901]
意思決定者は、トレーニングされたモデルを使用して、緊急時にリソースをより効率的に割り当てることができます。
本稿では,TNのシェルビー郡における実世界の相互依存インフラによる方法論について紹介する。
論文 参考訳（メタデータ） (2020-07-12T00:48:15Z) - RescueNet: Joint Building Segmentation and Damage Assessment from
Satellite Imagery [83.49145695899388]
RescueNetは、建物を同時に分割し、個々の建物に対する損傷レベルを評価し、エンドツーエンドでトレーニングできる統一モデルである。
RescueNetは大規模で多様なxBDデータセットでテストされており、従来の手法よりもはるかに優れたセグメンテーションと損傷分類性能を実現している。
論文 参考訳（メタデータ） (2020-04-15T19:52:09Z)
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。