論文の概要: Data-Driven Bayesian Network Models of Hurricane Evacuation Decision Making
- arxiv url: http://arxiv.org/abs/2311.10228v2
- Date: Sat, 28 Sep 2024 18:59:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-01 21:59:13.783657
- Title: Data-Driven Bayesian Network Models of Hurricane Evacuation Decision Making
- Title(参考訳): ハリケーン避難決定のためのデータ駆動ベイジアンネットワークモデル
- Authors: Hui Sophie Wang, Nutchanon Yongsatianchot, Stacy Marsella,
- Abstract要約: ハリケーン時の避難決定をモデル化するためにベイジアンネットワーク(BN)を提案する。
ハリケーン・ハーベイ(Hurricane Harvey)とハリケーン・イルマ(Hurricane Irma)の2つの重要なハリケーンイベントのアンケートデータを収集した。
両ハリケーンの学習構造について検討・比較し,避難予測因子間の因果関係について検討した。
- 参考スコア(独自算出の注目度): 2.749589513485177
- License:
- Abstract: Hurricanes cause significant economic and human costs, requiring individuals to make critical evacuation decisions under uncertainty and stress. To enhance the understanding of this decision-making process, we propose using Bayesian Networks (BNs) to model evacuation decisions during hurricanes. We collected questionnaire data from two significant hurricane events: Hurricane Harvey and Hurricane Irma. We employed a data-driven approach by first conducting variable selection using mutual information, followed by BN structure learning with two constraint-based algorithms. The robustness of the learned structures was enhanced by model averaging based on bootstrap resampling. We examined and compared the learned structures of both hurricanes, revealing potential causal relationships among key predictors of evacuation, including risk perception, information received from media, suggestions from family and friends, and neighbors evacuating. Our findings highlight the significant role of social influence, providing valuable insights into the process of evacuation decision-making. Our results demonstrate the applicability and effectiveness of data-driven BN modeling in evacuation decision making.
- Abstract(参考訳): ハリケーンは経済的・人的コストを著しく増加させ、個人が不確実性やストレスの下で重要な避難決定を下さなければならない。
この意思決定プロセスの理解を深めるため,ハリケーン時の避難決定をモデル化するためにベイジアンネットワーク(BN)を提案する。
ハリケーン・ハーベイ(Hurricane Harvey)とハリケーン・イルマ(Hurricane Irma)の2つの重要なハリケーンイベントのアンケートデータを収集した。
我々は,まず相互情報を用いた変数選択を行い,次に2つの制約ベースのアルゴリズムを用いてBN構造学習を行った。
学習構造の堅牢性は,ブートストラップ再サンプリングに基づくモデル平均化によって向上した。
リスク認知,メディアからの情報,家族や友人からの提言,近隣住民の避難など,避難の主要な予測者間の因果関係を明らかにするとともに,両ハリケーンの学習構造について検討・比較を行った。
本研究は, 社会的影響の意義を浮き彫りにして, 避難意思決定の過程に関する貴重な知見を提供するものである。
避難意思決定におけるデータ駆動型BNモデリングの適用性と有効性を示した。
関連論文リスト
- 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) - Information Retrieval and Classification of Real-Time Multi-Source
Hurricane Evacuation Notices [2.500155415916692]
我々は,局所的に発行されたハリケーン避難通知をタイムリーに検出し,追跡する手法を開発した。
テキストデータは,主に空間的対象Webスクレイピング法を用いて収集された。
このフレームワークは、迅速かつ標的とした検索、分類、再配布、リアルタイムの政府命令と通知のアーカイブのための他の種類の災害に適用することができる。
論文 参考訳(メタデータ) (2024-01-07T16:35:30Z) - 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) - Causal Disentangled Variational Auto-Encoder for Preference
Understanding in Recommendation [50.93536377097659]
本稿では,コメンテータシステムにおける対話データから因果不整合表現を学習するためのCaD-VAE(Causal Disentangled Variational Auto-Encoder)を提案する。
この手法は構造因果モデルを用いて、潜在因子間の因果関係を記述する因果表現を生成する。
論文 参考訳(メタデータ) (2023-04-17T00:10:56Z) - Predicting Hurricane Evacuation Decisions with Interpretable Machine
Learning Models [0.0]
本研究では,容易にアクセス可能な人口動態と資源関連予測器によって構築された世帯の避難決定を予測するための新しい手法を提案する。
提案手法は,避難交通需要の推計を改善するため,緊急管理当局に新たなツールと枠組みを提供する可能性がある。
論文 参考訳(メタデータ) (2023-03-12T03:45:44Z) - 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) - Attention Based Semantic Segmentation on UAV Dataset for Natural
Disaster Damage Assessment [0.7614628596146599]
我々は,高解像度UAVデータセット上に,自己アテンションに基づくセマンティックセマンティックセマンティクスモデルを実装した。
その結果、人命を救うとともに経済損失を減らす自然災害被害評価に自己注意型スキームを使うことが示唆された。
論文 参考訳(メタデータ) (2021-05-30T13:39:03Z) - 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) - Constructing Evacuation Evolution Patterns and Decisions Using Mobile
Device Location Data: A Case Study of Hurricane Irma [5.902556437760098]
本稿では,大規模な携帯電話位置情報サービス(LBS)データを用いて,ハリケーンイルマの上陸時の避難パターンを構築した。
ユーザの避難判断,出発・再入国日分布,目的地選択を検討した。
分析の結果,避難選択のモデル化における個人の移動行動の重要性が明らかになった。
論文 参考訳(メタデータ) (2021-02-24T23:24:10Z) - Physics-informed GANs for Coastal Flood Visualization [65.54626149826066]
我々は,現在および将来の沿岸洪水の衛星画像を生成する深層学習パイプラインを構築した。
物理に基づく洪水図と比較して画像を評価することにより,提案手法は物理的一貫性とフォトリアリズムの両方において,ベースラインモデルよりも優れていることがわかった。
この研究は沿岸の洪水の可視化に焦点が当てられているが、気候変動が地球をどう形作るかのグローバルな可視化を作成することを想定している。
論文 参考訳(メタデータ) (2020-10-16T02:15:34Z) - Social Media Information Sharing for Natural Disaster Response [0.0]
ソーシャルメディアは災害関連情報を投稿するための重要なチャンネルとなり、政府や救援機関が災害管理を改善するためのリアルタイムデータを提供している。
本研究の目的は,災害対応に対する公衆の態度や災害時の防災物資に対する公衆の要求など,ソーシャルメディアデータのマイニング・分析による防災効率の向上である。
論文 参考訳(メタデータ) (2020-05-08T21:11:39Z)
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。