論文の概要: A comprehensive survey of research towards AI-enabled unmanned aerial systems in pre-, active-, and post-wildfire management

• arxiv url: http://arxiv.org/abs/2401.02456v1
• Date: Thu, 4 Jan 2024 05:09:35 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-08 16:49:48.213435
• Title: A comprehensive survey of research towards AI-enabled unmanned aerial systems in pre-, active-, and post-wildfire management
• Title（参考訳）: 戦前・戦前・戦前・戦後管理におけるAI対応無人航空システム研究の包括的調査
• Authors: Sayed Pedram Haeri Boroujeni, Abolfazl Razi, Sahand Khoshdel, Fatemeh Afghah, Janice L. Coen, Leo ONeill, Peter Z. Fule, Adam Watts, Nick-Marios T. Kokolakis, Kyriakos G. Vamvoudakis
• Abstract要約: 森林火災は世界でも最も破壊的な自然災害の1つであり、人命と森林の野生生物に壊滅的な被害をもたらしている。 近年、無人航空機(UAV)とディープラーニングモデルの統合によって推進される山火事における人工知能(AI)の使用は、より効果的な山火事管理を実装し、開発するための前例のない勢いを生み出している。
• 参考スコア（独自算出の注目度）: 6.043705525669726
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Wildfires have emerged as one of the most destructive natural disasters worldwide, causing catastrophic losses in both human lives and forest wildlife. Recently, the use of Artificial Intelligence (AI) in wildfires, propelled by the integration of Unmanned Aerial Vehicles (UAVs) and deep learning models, has created an unprecedented momentum to implement and develop more effective wildfire management. Although some of the existing survey papers have explored various learning-based approaches, a comprehensive review emphasizing the application of AI-enabled UAV systems and their subsequent impact on multi-stage wildfire management is notably lacking. This survey aims to bridge these gaps by offering a systematic review of the recent state-of-the-art technologies, highlighting the advancements of UAV systems and AI models from pre-fire, through the active-fire stage, to post-fire management. To this aim, we provide an extensive analysis of the existing remote sensing systems with a particular focus on the UAV advancements, device specifications, and sensor technologies relevant to wildfire management. We also examine the pre-fire and post-fire management approaches, including fuel monitoring, prevention strategies, as well as evacuation planning, damage assessment, and operation strategies. Additionally, we review and summarize a wide range of computer vision techniques in active-fire management, with an emphasis on Machine Learning (ML), Reinforcement Learning (RL), and Deep Learning (DL) algorithms for wildfire classification, segmentation, detection, and monitoring tasks. Ultimately, we underscore the substantial advancement in wildfire modeling through the integration of cutting-edge AI techniques and UAV-based data, providing novel insights and enhanced predictive capabilities to understand dynamic wildfire behavior.
• Abstract（参考訳）: 森林火災は世界でも最も破壊的な自然災害の1つとなり、人命と森林の野生生物に壊滅的な被害をもたらした。 近年,無人航空機 (uavs) と深層学習モデルの統合が推進する山火事における人工知能 (ai) の利用は,より効果的な山火事管理の実現と開発において,前例のない勢いを生み出している。 既存の調査論文の中には、さまざまな学習に基づくアプローチを探求しているものもあるが、ai対応のuavシステムの適用と、それに続く多段階ワイルドファイア管理への影響を強調する包括的なレビューは、特に不足している。 今回の調査は、最新の最先端技術に関する体系的なレビューを提供することで、これらのギャップを埋めることを目的としている。 本研究の目的は,UAVの高度化,デバイス仕様,および山火事管理に関連するセンサ技術を中心に,既存のリモートセンシングシステムを広範囲に分析することである。 また, 火災前・火災後管理手法として, 燃料監視, 予防対策, 避難計画, 被害評価, 運用戦略についても検討した。 さらに,野火分類,セグメンテーション,検出,監視タスクのための機械学習(ML),強化学習(RL),深層学習(DL)アルゴリズムを中心に,アクティブファイアマネージメントにおける幅広いコンピュータビジョン技術の検討と要約を行った。 最終的に私たちは、最先端のAI技術とUAVベースのデータを統合し、動的な山火事の振る舞いを理解するための新しい洞察と予測能力を提供することで、山火事モデリングの大幅な進歩を強調します。

関連論文リスト

• Wildfire Autonomous Response and Prediction Using Cellular Automata (WARP-CA) [0.7252027234425334]
  WARP-CAモデルはパーリンノイズを用いた地形生成とセルラーオートマタ(CA)のダイナミズムを統合し,山火事の拡散をシミュレートする。 我々は,UAVやUGVなどの自律型エージェントを模擬して,山火事を管理するマルチエージェント強化学習の可能性を探る。
  論文  参考訳（メタデータ） (2024-07-02T19:01:59Z)
• A Synergistic Approach to Wildfire Prevention and Management Using AI, ML, and 5G Technology in the United States [44.99833362998488]
  本研究は、アメリカ合衆国における山火事の検出および対処のための積極的な方法を検討する。 本研究の目的は,高度技術を用いた山火事の予防的検出と防止である。 AI対応のリモートセンシングや5Gベースのアクティブモニタリングなど、さまざまな方法により、アクティブな山火事の検出と管理が強化される。
  論文  参考訳（メタデータ） (2024-02-27T04:09:30Z)
• AI-Based Energy Transportation Safety: Pipeline Radial Threat Estimation Using Intelligent Sensing System [52.93806509364342]
  本稿では,分散光ファイバーセンシング技術に基づくエネルギーパイプラインの放射状脅威推定手法を提案する。 本稿では,包括的信号特徴抽出のための連続的マルチビュー・マルチドメイン機能融合手法を提案する。 本研究では,事前学習モデルによる伝達学習の概念を取り入れ,認識精度と学習効率の両立を図る。
  論文  参考訳（メタデータ） (2023-12-18T12:37:35Z)
• Optimal Wildfire Escape Route Planning for Drones under Dynamic Fire and Smoke [3.9561033879611944]
  無人航空機(UAV)の利用は、山火事管理の取り組みを支援する上で有望であることが示されている。 本研究は、ドローン専用に設計された最適な山火事避難経路計画システムの開発に焦点を当てる。
  論文  参考訳（メタデータ） (2023-12-06T14:30:15Z)
• Image-Based Fire Detection in Industrial Environments with YOLOv4 [53.180678723280145]
  この研究は、AIが火災を検出し、認識し、画像ストリーム上のオブジェクト検出を使用して検出時間を短縮する可能性を検討する。 そこで我々は, YOLOv4オブジェクト検出器をベースとした複数のモデルのトレーニングと評価に使用されてきた複数の公開情報源から, 適切なデータを収集, ラベル付けした。
  論文  参考訳（メタデータ） (2022-12-09T11:32:36Z)
• Multi-UAV Planning for Cooperative Wildfire Coverage and Tracking with Quality-of-Service Guarantees [7.936688444492405]
  本研究では,複数UAVチームにおける協調的なフィールドカバレッジと火災追跡を実現するための予測フレームワークを提案する。 我々は、UAVチームが限られた資源を分配し、消防エリア全体をカバーできるように、新しい、分析的時間的、および追跡エラー境界を導出する。 本研究の結果は, 空域火災監視のケーススタディに限らず, 捜索・救助, 目標追跡, 国境パトロールなどの問題に適用可能である。
  論文  参考訳（メタデータ） (2022-06-21T17:20:54Z)
• Efficient UAV Trajectory-Planning using Economic Reinforcement Learning [65.91405908268662]
  UAV間でタスクを分散するための経済取引に触発された新しい強化学習アルゴリズムであるREPlannerを紹介します。 エージェントが協力し、リソースを競うことができるマルチエージェント経済ゲームとして、パス計画問題を策定します。 UAV協力によるタスク分布の計算を行うため、Swarmサイズの変化に対して非常に耐性が高い。
  論文  参考訳（メタデータ） (2021-03-03T20:54:19Z)
• Unmanned Aerial Systems for Wildland and Forest Fires [0.0]
  森林火災は経済的損失、人命、重要な環境被害を引き起こす重要な自然災害である。 森林と森林の火災支援と戦闘のための専用ソリューションの開発に向けた研究が進められている。 無人航空システム(UAS)は操縦性のために有用であることが証明されている。
  論文  参考訳（メタデータ） (2020-04-28T23:01:12Z)
• Artificial Intelligence Aided Next-Generation Networks Relying on UAVs [140.42435857856455]
  動的環境において,人工知能(AI)による無人航空機(UAV)による次世代ネットワーク支援が提案されている。 AI対応のUAV支援無線ネットワーク(UAWN)では、複数のUAVが航空基地局として使用され、ダイナミックな環境に迅速に適応することができる。 AIフレームワークの利点として、従来のUAWNのいくつかの課題が回避され、ネットワークパフォーマンスが向上し、信頼性が向上し、アジャイル適応性が向上する。
  論文  参考訳（メタデータ） (2020-01-28T15:10:22Z)
• Adversarial vs behavioural-based defensive AI with joint, continual and active learning: automated evaluation of robustness to deception, poisoning and concept drift [62.997667081978825]
  人工知能(AI)の最近の進歩は、サイバーセキュリティのための行動分析(UEBA)に新たな能力をもたらした。 本稿では、検出プロセスを改善し、人間の専門知識を効果的に活用することにより、この攻撃を効果的に軽減するソリューションを提案する。
  論文  参考訳（メタデータ） (2020-01-13T13:54:36Z)

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。