論文の概要: Statistical and Machine Learning Models for Predicting Fire and Other
Emergency Events
- arxiv url: http://arxiv.org/abs/2402.09553v1
- Date: Wed, 14 Feb 2024 20:10:30 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-16 18:07:43.838276
- Title: Statistical and Machine Learning Models for Predicting Fire and Other
Emergency Events
- Title（参考訳）: 火災やその他の緊急事態を予測する統計的・機械学習モデル
- Authors: Dilli Prasad Sharma, Nasim Beigi-Mohammadi, Hongxiang Geng, Dawn
Dixon, Rob Madro, Phil Emmenegger, Carlos Tobar, Jeff Li, Alberto Leon-Garcia
- Abstract要約: カナダ・エドモントン市における各種緊急イベントの予測モデルの体系的開発について述べる。
本研究では,地域レベルでのイベントタイプと社会経済・人口統計との関連性について分析する。
新型コロナウイルスのパンデミックがイベントの発生およびイベント予測モデルの精度に与える影響について検討した。
- 参考スコア（独自算出の注目度）: 1.216599520489317
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Emergency events in a city cause considerable economic loss to individuals,
their families, and the community. Accurate and timely prediction of events can
help the emergency fire and rescue services in preparing for and mitigating the
consequences of emergency events. In this paper, we present a systematic
development of predictive models for various types of emergency events in the
City of Edmonton, Canada. We present methods for (i) data collection and
dataset development; (ii) descriptive analysis of each event type and its
characteristics at different spatiotemporal levels; (iii) feature analysis and
selection based on correlation coefficient analysis and feature importance
analysis; and (iv) development of prediction models for the likelihood of
occurrence of each event type at different temporal and spatial resolutions. We
analyze the association of event types with socioeconomic and demographic data
at the neighborhood level, identify a set of predictors for each event type,
and develop predictive models with negative binomial regression. We conduct
evaluations at neighborhood and fire station service area levels. Our results
show that the models perform well for most of the event types with acceptable
prediction errors for weekly and monthly periods. The evaluation shows that the
prediction accuracy is consistent at the level of the fire station, so the
predictions can be used in management by fire rescue service departments for
planning resource allocation for these time periods. We also examine the impact
of the COVID-19 pandemic on the occurrence of events and on the accuracy of
event predictor models. Our findings show that COVID-19 had a significant
impact on the performance of the event prediction models.
- Abstract（参考訳）: 都市の緊急イベントは、個人、家族、およびコミュニティにかなりの経済的損失をもたらす。
イベントの正確かつタイムリーな予測は、緊急事態発生の予知と緩和において、緊急火災と救助サービスに役立つ。
本稿では,カナダ・エドモントン市における各種緊急イベントの予測モデルの構築について述べる。
提案する手法は
(i)データ収集及びデータセットの開発
(ii)各イベントタイプとその時空間レベルの異なる特性の記述的分析
(iii)相関係数分析と特徴重要度分析に基づく特徴分析と選択
(4)時間分解能と空間分解能の異なる各事象種別の発生確率予測モデルの開発。
事象タイプと社会経済・人口統計データの関連性を分析し,各事象タイプに対する予測因子の集合を同定し,負の二項回帰を伴う予測モデルを構築した。
我々は,近隣および消防署のサービスエリアレベルで評価を行う。
以上の結果から,週および月毎の予測誤差が許容されるイベントタイプの大部分において,モデルが良好に動作することが示された。
評価の結果, 消防署のレベルでは予測精度が一定であることから, これらの期間の資源配分を計画するために, 消防庁による管理に利用することができることがわかった。
また、COVID-19パンデミックがイベントの発生およびイベント予測モデルの精度に与える影響についても検討した。
以上の結果から,COVID-19はイベント予測モデルの性能に大きな影響を及ぼした。
関連論文リスト
- 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) - Towards Out-of-Distribution Sequential Event Prediction: A Causal
Treatment [72.50906475214457]
シーケンシャルなイベント予測の目標は、一連の歴史的なイベントに基づいて次のイベントを見積もることである。
実際には、次のイベント予測モデルは、一度に収集されたシーケンシャルなデータで訓練される。
文脈固有の表現を学習するための階層的な分岐構造を持つフレームワークを提案する。
論文 参考訳（メタデータ） (2022-10-24T07:54:13Z) - Data-Centric Epidemic Forecasting: A Survey [56.99209141838794]
この調査は、様々なデータ駆動の方法論および実践的進歩を掘り下げるものである。
疫学的なデータセットと,流行予測に関連する新しいデータストリームを列挙する。
また,これらの予測システムの現実的な展開において生じる経験や課題についても論じる。
論文 参考訳（メタデータ） (2022-07-19T16:15:11Z) - CEP3: Community Event Prediction with Neural Point Process on Graph [59.434777403325604]
グラフニューラルネットワークとマーク付き時間点プロセス(MTPP)を組み合わせた新しいモデルを提案する。
実験では,モデルの精度と訓練効率の両面から,モデルの優れた性能を実証した。
論文 参考訳（メタデータ） (2022-05-21T15:30:25Z) - KnitCity: a machine learning-based, game-theoretical framework for
prediction assessment and seismic risk policy design [0.0]
予測者だけでなく意思決定ポリシーも設計し、評価し、比較できるフレームワークを導入します。
我々は,強化学習環境と,人工ニューラルネットワークに基づく時系列予測器を用いた効率的なポリシを構築した。
論文 参考訳（メタデータ） (2022-05-05T14:38:03Z) - Causal Knowledge Guided Societal Event Forecasting [24.437437565689393]
本稿では,因果効果推定をイベント予測に組み込むディープラーニングフレームワークを提案する。
機能再重み付けモジュールと近似損失を含む2つの頑健な学習モジュールを導入し、事前の知識注入を可能にする。
論文 参考訳（メタデータ） (2021-12-10T17:41:02Z) - Explainable Event Recognition [5.103059984821972]
本稿では,Grad-CAMとXceptionアーキテクチャに基づくCNNモデルに基づく,説明可能なイベント認識フレームワークを提案する。
自然災害、社会、スポーツイベントの多種多様なセットをカバーする3つの大規模なデータセットで実験を行う。
論文 参考訳（メタデータ） (2021-10-02T08:40:33Z) - A model for traffic incident prediction using emergency braking data [77.34726150561087]
道路交通事故予測におけるデータ不足の根本的な課題を、事故の代わりに緊急ブレーキイベントをトレーニングすることで解決します。
メルセデス・ベンツ車両の緊急ブレーキデータに基づくドイツにおける交通事故予測モデルを実装したプロトタイプを提案する。
論文 参考訳（メタデータ） (2021-02-12T18:17:12Z) - Forecasting COVID-19 daily cases using phone call data [0.0]
本稿では,コールデータを用いて日次確認症例数を予測するために最適化した簡易な多重線形回帰モデルを提案する。
提案手法は, ARIMA, ETS, および呼び出しデータのない回帰モデルより優れており, 3点予測誤差, 1点予測間隔, 2点の確率予測精度測定によって評価される。
論文 参考訳（メタデータ） (2020-10-05T18:07:07Z) - Backtesting the predictability of COVID-19 [0.0]
我々は,2020年1月22日から6月22日までの253地域でのCOVID-19感染の歴史的データを用いている。
パンデミックの初期段階では予測誤差が著しく高く、データ不足によるものである。
いずれにせよ国が示すような確認ケースが多ければ多いほど、将来の確認ケースを予想するエラーは少なくなる。
論文 参考訳（メタデータ） (2020-07-22T13:18:00Z) - Counterfactual Predictions under Runtime Confounding [74.90756694584839]
本研究は, 過去のデータからすべての関連要因を抽出した環境で, 事実予測タスクについて検討する。
本稿では,この環境下での対実予測モデル学習のための2次ロバスト手法を提案する。
論文 参考訳（メタデータ） (2020-06-30T15:49:05Z)
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。