論文の概要: Social Media and Artificial Intelligence for Sustainable Cities and Societies: A Water Quality Analysis Use-case
- arxiv url: http://arxiv.org/abs/2404.14977v1
- Date: Tue, 23 Apr 2024 12:33:14 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-24 14:11:34.403331
- Title: Social Media and Artificial Intelligence for Sustainable Cities and Societies: A Water Quality Analysis Use-case
- Title（参考訳）: 持続可能な都市・社会のためのソーシャルメディアと人工知能:水質分析のユースケース
- Authors: Muhammad Asif Auyb, Muhammad Tayyab Zamir, Imran Khan, Hannia Naseem, Nasir Ahmad, Kashif Ahmad,
- Abstract要約: 本研究では,ソーシャルメディアから水関連記事を自動的に収集・分析する自然言語処理(NLP)フレームワークを提案する。
テキスト分類のために,複数大言語モデル(LLM)を組み込んだメリット融合型フレームワークを提案する。
トピックモデリングでは、BERTopicライブラリを使用して、水に関連するつぶやきに隠れたトピックパターンを発見しました。
- 参考スコア（独自算出の注目度）: 2.263152338732333
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper focuses on a very important societal challenge of water quality analysis. Being one of the key factors in the economic and social development of society, the provision of water and ensuring its quality has always remained one of the top priorities of public authorities. To ensure the quality of water, different methods for monitoring and assessing the water networks, such as offline and online surveys, are used. However, these surveys have several limitations, such as the limited number of participants and low frequency due to the labor involved in conducting such surveys. In this paper, we propose a Natural Language Processing (NLP) framework to automatically collect and analyze water-related posts from social media for data-driven decisions. The proposed framework is composed of two components, namely (i) text classification, and (ii) topic modeling. For text classification, we propose a merit-fusion-based framework incorporating several Large Language Models (LLMs) where different weight selection and optimization methods are employed to assign weights to the LLMs. In topic modeling, we employed the BERTopic library to discover the hidden topic patterns in the water-related tweets. We also analyzed relevant tweets originating from different regions and countries to explore global, regional, and country-specific issues and water-related concerns. We also collected and manually annotated a large-scale dataset, which is expected to facilitate future research on the topic.
- Abstract（参考訳）: 本稿では,水質分析における重要な社会的課題について論じる。
社会の経済・社会発展における重要な要因の一つとして、水の提供と品質の確保が、行政当局の優先事項の1つとして常に残されている。
水質を確保するため、オフラインやオンラインサーベイなど、水道網の監視と評価を行う様々な方法が用いられる。
しかし, これらの調査には, 参加者数の制限や, 実施作業による低頻度化など, いくつかの制限がある。
本稿では,データ駆動型意思決定のための自然言語処理(NLP)フレームワークを提案する。
提案するフレームワークは2つのコンポーネントで構成されている。
(i)テキスト分類、及び
(ii)トピックモデリング。
テキスト分類において, LLMに重みを割り当てるために, 異なる重み選択法と最適化法を用いて, LLM(Large Language Model)を組み込んだメリット融合型フレームワークを提案する。
トピックモデリングでは、BERTopicライブラリを使用して、水に関連するつぶやきに隠れたトピックパターンを発見しました。
また、異なる地域や国から派生した関連ツイートを分析し、グローバル、地域、国固有の問題や水に関する懸念について調査した。
また、このトピックに関する今後の研究を促進するために、大規模なデータセットを手動で収集し、注釈付けした。
関連論文リスト
- AIWR: Aerial Image Water Resource Dataset for Segmentation Analysis [0.0]
このデータセットには、タイ北東部の自然と人工の水域に焦点を当てた800の空中画像が含まれている。
リモートセンシングの専門家が検証した根拠となる真実のアノテーションが含まれている。
提案するデータセットの目的は,水体セグメンテーションのための高度なAI駆動手法を検討することである。
論文 参考訳（メタデータ） (2024-11-04T04:45:45Z) - A Survey of Small Language Models [104.80308007044634]
小言語モデル (SLM) は, 計算資源の最小化による言語タスクの効率化と性能の向上により, ますます重要になってきている。
本稿では,SLMのアーキテクチャ,トレーニング技術,モデル圧縮技術に着目した総合的な調査を行う。
論文 参考訳（メタデータ） (2024-10-25T23:52:28Z) - SEN12-WATER: A New Dataset for Hydrological Applications and its Benchmarking [40.996860106131244]
気候と干ばつの増加は、世界中の水資源管理に重大な課題をもたらしている。
本稿では,干ばつ関連分析のためのエンドツーエンドディープラーニングフレームワークを用いたベンチマークとともに,新しいデータセットであるSEN12-WATERを提案する。
論文 参考訳（メタデータ） (2024-09-25T16:50:59Z) - Examining Long-Context Large Language Models for Environmental Review Document Comprehension [10.299869088789363]
長いコンテキストと検索強化世代(RAG)は、最近人気が高まった2つの方法である。
本研究では,ニッチ領域における質問応答(QA)タスクを利用して,これらの手法の利点を検討する。
5つの長文LLMの性能を評価するため, NEPAQuAD1.0ベンチマークを構築した。
論文 参考訳（メタデータ） (2024-07-10T02:33:09Z) - Analyzing Human Questioning Behavior and Causal Curiosity through Natural Queries [91.70689724416698]
NatQuest(ナットクエスト)は、3つの異なるソースから自然発生の質問13,500件のコレクションである。
分析の結果,データセット内には因果的疑問(最大42%)が有意な存在であることが判明した。
論文 参考訳（メタデータ） (2024-05-30T17:55:28Z) - A Comprehensive Survey on Underwater Image Enhancement Based on Deep Learning [51.7818820745221]
水中画像強調(UIE)はコンピュータビジョン研究において重要な課題である。
多数のUIEアルゴリズムが開発されているにもかかわらず、網羅的で体系的なレビューはいまだに欠落している。
論文 参考訳（メタデータ） (2024-05-30T04:46:40Z) - QuaLLM: An LLM-based Framework to Extract Quantitative Insights from Online Forums [10.684484559041284]
本研究は,オンラインフォーラム上でテキストデータから量的洞察を分析し,抽出する新しいフレームワークであるQuaLLMを紹介する。
このフレームワークを適用して、Redditの2つのライドシェアワーカーコミュニティからの100万以上のコメントを分析しました。
論文 参考訳（メタデータ） (2024-05-08T18:20:03Z) - Recent Advances in Hate Speech Moderation: Multimodality and the Role of Large Models [52.24001776263608]
この包括的調査は、HSモデレーションの最近の歩みを掘り下げている。
大型言語モデル(LLM)と大規模マルチモーダルモデル(LMM)の急成長する役割を強調した。
研究における既存のギャップを、特に表現不足言語や文化の文脈で特定する。
論文 参考訳（メタデータ） (2024-01-30T03:51:44Z) - Bias and Fairness in Large Language Models: A Survey [73.87651986156006]
本稿では,大規模言語モデル(LLM)のバイアス評価と緩和手法に関する総合的な調査を行う。
まず、自然言語処理における社会的偏見と公平性の概念を統合し、形式化し、拡張する。
次に,3つの直感的な2つのバイアス評価法と1つの緩和法を提案し,文献を統一する。
論文 参考訳（メタデータ） (2023-09-02T00:32:55Z) - Stable Bias: Analyzing Societal Representations in Diffusion Models [72.27121528451528]
本稿では,テキスト・ツー・イメージ(TTI)システムにおける社会的バイアスを探索する新しい手法を提案する。
我々のアプローチは、プロンプト内の性別や民族のマーカーを列挙して生成された画像の変動を特徴づけることに依存している。
我々はこの手法を利用して3つのTTIシステムによって生成された画像を分析し、そのアウトプットが米国の労働人口層と相関しているのに対して、彼らは常に異なる範囲において、限界化されたアイデンティティを低く表現している。
論文 参考訳（メタデータ） (2023-03-20T19:32:49Z) - Mining Explainable Predictive Features for Water Quality Management [2.1629199031479396]
本稿では,空間領域上の様々な変数を表す特徴を収集するプロセスを開発する。
モデルとShapley値を用いて特徴量の解析を行う。
いくつかの機械学習アルゴリズムとダブリン・グランドカナル盆地の水質データを用いて評価を行った。
論文 参考訳（メタデータ） (2022-12-08T17:18:50Z)
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。