論文の概要: AI for Anticipatory Action: Moving Beyond Climate Forecasting
- arxiv url: http://arxiv.org/abs/2307.15727v1
- Date: Fri, 28 Jul 2023 17:32:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-01 19:46:18.235703
- Title: AI for Anticipatory Action: Moving Beyond Climate Forecasting
- Title(参考訳): 予知行動のためのai: 気候変動予測を超えて
- Authors: Benjamin Q. Huynh and Mathew V. Kiang
- Abstract要約: 災害対応機関は、気象予報のパラダイムから予報行動へと移行している。
機械学習モデルは、気候予測において非常に強力なものになりつつある。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Disaster response agencies have been shifting from a paradigm of climate
forecasting towards one of anticipatory action: assessing not just what the
climate will be, but how it will impact specific populations, thereby enabling
proactive response and resource allocation. Machine learning models are
becoming exceptionally powerful at climate forecasting, but methodological gaps
remain in terms of facilitating anticipatory action. Here we provide an
overview of anticipatory action, review relevant applications of machine
learning, identify common challenges, and highlight areas where machine
learning can uniquely contribute to advancing disaster response for populations
most vulnerable to climate change.
- Abstract(参考訳): 災害対応機関は、気候予測のパラダイムから、気候がどのようなものかを評価するだけでなく、特定の人口にどのように影響するかを評価することで、積極的応答と資源配分を可能にしている。
気候予報では機械学習モデルが非常に強力になっているが、予測行動を促進するという点では方法論的ギャップが残っている。
ここでは、予測行動の概要、機械学習の関連応用のレビュー、共通の課題の特定、および機械学習が気候変動に最も脆弱な人口に対する災害対応に一意に貢献できる分野のハイライトを紹介する。
関連論文リスト
- Room Occupancy Prediction: Exploring the Power of Machine Learning and
Temporal Insights [0.0]
建物内のエネルギーの保全は、温室効果ガスの排出と気候変動との戦いにとって最重要課題である。
本研究では,多様な機械学習モデルを活用するルーム占有率の予測フレームワークを提案する。
エネルギー効率の良いプラクティスとルーム占有管理を形成する上での機械学習の約束を強調します。
論文 参考訳(メタデータ) (2023-12-22T04:16:34Z) - Towards an end-to-end artificial intelligence driven global weather
forecasting system [56.58654971803005]
我々は,地球規模の気象変動に対するAIに基づくデータ同化モデル,すなわちAdasを提案する。
我々は,アダスが希少な地球観測を同化して高品質な分析を行うことを示す。
我々は,提案手法を実世界のシナリオに適用した最初の人物である。
論文 参考訳(メタデータ) (2023-12-18T09:05:28Z) - CMIP X-MOS: Improving Climate Models with Extreme Model Output
Statistics [40.517778024431244]
自然災害リスクの予測を改善するために, エクストリームモデル出力統計(X-MOS)を導入する。
この手法は, 気象観測所から得られた実測値にCMIPモデル出力を正確にマッピングするために, 深部回帰手法を用いる。
これまでの研究とは対照的に,本研究では,将来の気候パラメータ分布の尾部推定の強化に重点を置いている。
論文 参考訳(メタデータ) (2023-10-24T13:18:53Z) - Performative Time-Series Forecasting [71.18553214204978]
我々は,機械学習の観点から,パフォーマンス時系列予測(PeTS)を定式化する。
本稿では,予測分布シフトに対する遅延応答の概念を活用する新しい手法であるFeature Performative-Shifting(FPS)を提案する。
新型コロナウイルスの複数の時系列モデルと交通予報タスクを用いた総合的な実験を行った。
論文 参考訳(メタデータ) (2023-10-09T18:34:29Z) - What Should I Know? Using Meta-gradient Descent for Predictive Feature
Discovery in a Single Stream of Experience [63.75363908696257]
計算強化学習は、未来の感覚の予測を通じて、エージェントの世界の知覚を構築しようとする。
この一連の作業において、オープンな課題は、エージェントがどの予測が意思決定を最も支援できるかを、無限に多くの予測から決定することである。
本稿では,エージェントが何を予測するかを学習するメタ段階的な降下過程,(2)選択した予測の見積もり,3)将来の報酬を最大化するポリシーを生成する方法を紹介する。
論文 参考訳(メタデータ) (2022-06-13T21:31:06Z) - Forecasting large-scale circulation regimes using deformable
convolutional neural networks and global spatiotemporal climate data [86.1450118623908]
変形可能な畳み込みニューラルネットワーク(deCNN)に基づく教師あり機械学習手法の検討
今後1~15日にわたって北大西洋-欧州の気象条件を予測した。
より広い視野で見れば、通常の畳み込みニューラルネットワークよりも5~6日を超えるリードタイムでかなり優れた性能を発揮することが分かる。
論文 参考訳(メタデータ) (2022-02-10T11:37:00Z) - ClimateGAN: Raising Climate Change Awareness by Generating Images of
Floods [89.61670857155173]
実画像上でのリアルな洪水をシミュレートする手法を提案する。
本研究では、教師なし領域適応と条件付き画像生成のためのシミュレーションデータと実データの両方を活用するモデルであるClimateGANを提案する。
論文 参考訳(メタデータ) (2021-10-06T15:54:57Z) - Remote sensing, AI and innovative prediction methods for adapting cities
to the impacts of the climate change [0.0]
リモートセンシング画像からインジケータを抽出するのに有用なAIベースのフレームワークを提案する。
これは多くの科学者にとってオープンフィールドであり、現在進行中の研究であり、AIベースの手法の課題と限界について深く議論しています。
論文 参考訳(メタデータ) (2021-07-06T15:55:26Z) - Heterogeneous-Agent Trajectory Forecasting Incorporating Class
Uncertainty [54.88405167739227]
本稿では,エージェントのクラス確率を明示的に組み込んだヘテロジニアスエージェント軌道予測手法であるHAICUを提案する。
さらに,新たな挑戦的な実世界の自動運転データセットであるpupも紹介する。
軌道予測にクラス確率を組み込むことで,不確実性に直面した性能が著しく向上することを示す。
論文 参考訳(メタデータ) (2021-04-26T10:28:34Z) - The Power of Language: Understanding Sentiment Towards the Climate
Emergency using Twitter Data [0.0]
原油先物と気候危機に対する感情との間には関係があると推測できる。
本研究は,気候危機時の会話を3つのトピックに分割することが可能であることを示す。
論文 参考訳(メタデータ) (2021-01-25T19:51:10Z) - The Human Effect Requires Affect: Addressing Social-Psychological
Factors of Climate Change with Machine Learning [2.0178765779788495]
我々は、気候変動に対する機械学習に基づく介入を強化するために、どのように影響を組み込むことができるかを調査する。
本稿では, 気候変動とシミュレートされた気候変動社会ジレンマの両面において, 情緒的エージェントベース・モデリングを応用することを提案する。
私たちは、感情的なMLを利用することで、介入をより強力なツールにし、緩和行動が広く採用されるようになることを期待しています。
論文 参考訳(メタデータ) (2020-11-24T23:34:54Z)
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。