論文の概要: Finding critical transitions of the post-disaster recovery using the
sensitivity analysis of agent-based models
- arxiv url: http://arxiv.org/abs/2401.06672v1
- Date: Fri, 12 Jan 2024 16:28:34 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-15 18:58:06.186550
- Title: Finding critical transitions of the post-disaster recovery using the
sensitivity analysis of agent-based models
- Title（参考訳）: エージェントベースモデルの感度解析によるディザスタ後回復の臨界遷移の探索
- Authors: Sangung Park, Jiawei Xue, Satish V. Ukkusuri
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 5.239356166272929
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Frequent and intensive disasters make the repeated and uncertain
post-disaster recovery process. Despite the importance of the successful
recovery process, previous simulation studies on the post-disaster recovery
process did not explore the sufficient number of household return decision
model types, population sizes, and the corresponding critical transition
conditions of the system. This paper simulates the recovery process in the
agent-based model with multilayer networks to reveal the impact of household
return decision model types and population sizes in a toy network. After that,
this paper applies the agent-based model to the five selected counties affected
by Hurricane Harvey in 2017 to check the urban-rural recovery differences by
types of household return decision models. The agent-based model yields three
conclusions. First, the threshold model can successfully substitute the binary
logit model. Second, high thresholds and less than 1,000 populations perturb
the recovery process, yielding critical transitions during the recovery
process. Third, this study checks the urban-rural recovery value differences by
different decision model types. This study highlights the importance of the
threshold models and population sizes to check the critical transitions and
urban-rural differences in the recovery process.
- Abstract（参考訳）: 頻繁で集中的な災害は、繰り返し、不確実な復興プロセスを引き起こす。
回復プロセスが成功したにもかかわらず, 過去のシミュレーションでは, 十分な数の家計リターン決定モデル, 人口規模, およびそれに対応するシステムの臨界遷移条件について検討しなかった。
本稿では,マルチレイヤネットワークを用いたエージェントベースモデルの回復過程をシミュレートし,玩具ネットワークにおける家計リターン決定モデルと人口規模の影響を明らかにする。
その後,2017年にハリケーン・ハーヴェイによって被害を受けた5郡に対してエージェントベースモデルを適用し,世帯復帰決定モデルの種類による都市・地域回復の差異について検討した。
エージェントベースモデルは3つの結論をもたらす。
まず、しきい値モデルはバイナリロジットモデルをうまく置き換えることができる。
第2に、高い閾値と1,000人未満の人口が回復過程を乱し、回復過程の間に重要な遷移をもたらす。
第3に,異なる意思決定モデルによる都市・農村復興価値の相違を検討する。
本研究は, 回復過程における重要な変遷と都市構造の違いを確認するために, 閾値モデルと人口規模の重要性を浮き彫りにする。
関連論文リスト
- Advancing Recycling Efficiency: A Comparative Analysis of Deep Learning Models in Waste Classification [0.0]
本研究は, 各種深層学習モデルの解析により, リサイクルにおける廃棄物分類の押し付け問題に取り組む。
以上の結果から, 複雑な廃棄物カテゴリの精度が著しく向上することが示唆された。
この研究は, 多カテゴリー廃棄物リサイクルの今後の発展への道を開くものである。
論文 参考訳（メタデータ） (2024-11-05T03:44:54Z) - PoseBench: Benchmarking the Robustness of Pose Estimation Models under Corruptions [57.871692507044344]
ポース推定は、単眼画像を用いて人や動物の解剖学的キーポイントを正確に同定することを目的としている。
現在のモデルは一般的に、クリーンなデータに基づいてトレーニングされ、テストされる。
実世界の腐敗に対するポーズ推定モデルの堅牢性を評価するためのベンチマークであるPoseBenchを紹介する。
論文 参考訳（メタデータ） (2024-06-20T14:40:17Z) - Supporting Post-disaster Recovery with Agent-based Modeling in
Multilayer Socio-physical Networks [3.0782642039384864]
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。
論文 参考訳（メタデータ） (2023-07-21T09:58:26Z) - Explain To Me: Salience-Based Explainability for Synthetic Face
Detection Models [3.0467185351395827]
本稿では,モデル・サリエンスを利用してモデル・サリエンスを大規模に説明するための5つの手法を提案する。
これらの方法は、 (a) モデルのサリエンスマップの平均エントロピーは何か、 (b) モデルサリエンスがどのように変化するか、 (c) モデルサリエンスを独立したトレーニングで安定させるか、 (e) モデルサリエンスがサリエンス誘導画像の劣化にどのように反応するかを問う。
論文 参考訳（メタデータ） (2023-03-21T16:01:55Z) - 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) - Probabilistic Modeling for Human Mesh Recovery [73.11532990173441]
本稿では,2次元の証拠から3次元の人体復元の問題に焦点を当てた。
我々は,この問題を,入力から3Dポーズの分布へのマッピング学習として再考した。
論文 参考訳（メタデータ） (2021-08-26T17:55:11Z) - A Twin Neural Model for Uplift [59.38563723706796]
Upliftは条件付き治療効果モデリングの特定のケースです。
相対リスクのベイズ解釈との関連性を利用して定義した新たな損失関数を提案する。
本提案手法は,シミュレーション設定の最先端と大規模ランダム化実験による実データとの競合性を示す。
論文 参考訳（メタデータ） (2021-05-11T16:02:39Z) - An Optimal Control Approach to Learning in SIDARTHE Epidemic model [67.22168759751541]
本研究では,疫病データから動的コンパートメンタルモデルの時間変化パラメータを学習するための一般的な手法を提案する。
我々はイタリアとフランスの疫病の進化を予報する。
論文 参考訳（メタデータ） (2020-10-28T10:58:59Z) - Improving the Reconstruction of Disentangled Representation Learners via Multi-Stage Modeling [54.94763543386523]
現在の自己エンコーダに基づく非絡み合い表現学習法は、(集合体)後部をペナルティ化し、潜伏因子の統計的独立を促進することで、非絡み合いを実現する。
本稿では,不整合因子をペナルティに基づく不整合表現学習法を用いて学習する,新しい多段階モデリング手法を提案する。
次に、低品質な再構成を、欠落した関連潜伏変数をモデル化するために訓練された別の深層生成モデルで改善する。
論文 参考訳（メタデータ） (2020-10-25T18:51:15Z) - A General Framework for Survival Analysis and Multi-State Modelling [70.31153478610229]
ニューラル常微分方程式を多状態生存モデル推定のためのフレキシブルで一般的な方法として用いる。
また,本モデルでは,サバイバルデータセット上での最先端性能を示すとともに,マルチステート環境での有効性を示す。
論文 参考訳（メタデータ） (2020-06-08T19:24:54Z) - Dropout Strikes Back: Improved Uncertainty Estimation via Diversity
Sampling [3.077929914199468]
ニューラルネットワークにおけるドロップアウト層に対するサンプリング分布の変更により,不確実性評価の品質が向上することを示す。
主要なアイデアは、ニューロン間のデータ駆動相関を計算し、最大多様なニューロンを含むサンプルを生成する、という2つの主要なステップで構成されています。
論文 参考訳（メタデータ） (2020-03-06T15:20:04Z)
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。