論文の概要: Utility Pole Fire Risk Inspection from 2D Street-Side Images

• arxiv url: http://arxiv.org/abs/2406.13158v1
• Date: Wed, 19 Jun 2024 02:21:35 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-21 23:28:56.486957
• Title: Utility Pole Fire Risk Inspection from 2D Street-Side Images
• Title（参考訳）: 2次元ストリートサイド画像からのユーティリティポール火災リスク検査
• Authors: Rajanie Prabha, Kopal Nihar,
• Abstract要約: 本稿では,電力網内の山火事のリスクに対処するために,コンピュータビジョン技術を活用した枠組みを提案する。 提案されたパイプラインは、ユーティリティポールを特定するために、簡単に利用可能なGoogleストリートビューイメージを活用する。 本研究はグリッドレジリエンスの強化におけるデータ駆動型意思決定の重要性を浮き彫りにする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: In recent years, California's electrical grid has confronted mounting challenges stemming from aging infrastructure and a landscape increasingly susceptible to wildfires. This paper presents a comprehensive framework utilizing computer vision techniques to address wildfire risk within the state's electrical grid, with a particular focus on vulnerable utility poles. These poles are susceptible to fire outbreaks or structural failure during extreme weather events. The proposed pipeline harnesses readily available Google Street View imagery to identify utility poles and assess their proximity to surrounding vegetation, as well as to determine any inclination angles. The early detection of potential risks associated with utility poles is pivotal for forestalling wildfire ignitions and informing strategic investments, such as undergrounding vulnerable poles and powerlines. Moreover, this study underscores the significance of data-driven decision-making in bolstering grid resilience, particularly concerning Public Safety Power Shutoffs. By fostering collaboration among utilities, policymakers, and researchers, this pipeline aims to solidify the electric grid's resilience and safeguard communities against the escalating threat of wildfires.
• Abstract（参考訳）: 近年、カリフォルニア州の電力網は、老朽化したインフラと、山火事の影響を受けやすい風景から生じる問題に直面している。 本稿では,電力網内の山火事リスクに対処するためのコンピュータビジョン技術を活用した総合的枠組みについて述べる。 これらの極は、極端な天候のときの発火や構造上の故障の影響を受けやすい。 提案したパイプラインは、利用可能なGoogleストリートビューの画像を利用して、ユーティリティポールを特定し、周囲の植生に近接し、傾斜角を判定する。 ユーティリティポールに関連する潜在的なリスクを早期に検出することは、森林火災の発火を抑え、脆弱なポールや電力線を地下に設置するといった戦略的投資を行う上で重要である。 さらに, この研究は, グリッドレジリエンスの強化におけるデータ駆動型意思決定の重要性, 特に公共安全パワーシャットオフについて, その重要性を浮き彫りにしている。 このパイプラインは、公共事業、政策立案者、研究者の協力を促進することで、電力網のレジリエンスを強化し、山火事のエスカレートする脅威に対してコミュニティを保護することを目的としている。

関連論文リスト

• Multimodal Power Outage Prediction for Rapid Disaster Response and Resource Allocation [42.97753005297686]
  最も影響を受けやすい 過小評価のコミュニティが インフラの整備を受けています 本稿では,夜間照明(LNT)の重症度,停電,大ハリケーン前後の位置を予測するための新しい視覚的時間的枠組みを提案する。 我々の研究は、将来の太陽光発電(PV)の展開など、エネルギーインフラの強化を緊急に必要とする場合、未表示領域に認識をもたらします。
  論文  参考訳（メタデータ） (2024-09-14T21:35:29Z)
• 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)
• 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)
• Reinforcement Learning for Wildfire Mitigation in Simulated Disaster Environments [39.014859667729375]
  森林火災は生命、財産、生態学、文化遺産、重要なインフラに脅威をもたらす。 SimFireは、現実的な山火事シナリオを生成するために設計された、多用途の野火投射シミュレータである。 SimHarnessはモジュール型のエージェントベースの機械学習ラッパーで、自動的に土地管理戦略を生成することができる。
  論文  参考訳（メタデータ） (2023-11-27T15:37:05Z)
• 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)
• Estimating Wildfire Evacuation Decision and Departure Timing Using Large-Scale GPS Data [5.576893352332638]
  本研究では,大規模GPSデータを利用した山火事時の人間の行動分析手法を提案する。 その結果,キンケード火災時の避難者のうち,避難者・避難者・避難者の半数以上が避難者であった。
  論文  参考訳（メタデータ） (2021-09-16T06:40:23Z)
• Mitigating Greenhouse Gas Emissions Through Generative Adversarial Networks Based Wildfire Prediction [11.484140660635239]
  我々は,山火事リスク予測のための深層学習に基づくデータ拡張手法を開発した。 提案手法を採用することで,地球規模の温室効果ガス排出量削減のため,山火事対策の予防戦略を採ることができる。
  論文  参考訳（メタデータ） (2021-08-20T00:36:30Z)
• 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)
• 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)
• Towards a Peer-to-Peer Energy Market: an Overview [68.8204255655161]
  本研究は, 電力市場を中心に, 現状と, プロシューマーによる分散型自己生成能力の増大傾向を比較した。 我々はP2P(Peer-to-Peer)エネルギー市場のための潜在的多層アーキテクチャを導入し、マイクログリッドの一部として、地域生産と地域消費の基本的な側面について議論する。 読者に全体像を示すため、スマートコントラクトやグリッド安定性といったエネルギー取引の関連要素についても精査する。
  論文  参考訳（メタデータ） (2020-03-02T20:32:10Z)

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。