論文の概要: SIDE: Socially Informed Drought Estimation Toward Understanding Societal Impact Dynamics of Environmental Crisis
- arxiv url: http://arxiv.org/abs/2412.12575v1
- Date: Tue, 17 Dec 2024 06:11:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-18 13:57:39.721190
- Title: SIDE: Socially Informed Drought Estimation Toward Understanding Societal Impact Dynamics of Environmental Crisis
- Title(参考訳): SIDE:環境危機の社会的影響のダイナミクスを理解するための社会的インフォームド干ばつ推定
- Authors: Lanyu Shang, Bozhang Chen, Shiwei Liu, Yang Zhang, Ruohan Zong, Anav Vora, Ximing Cai, Na Wei, Dong Wang,
- Abstract要約: 既存の干ばつモニタリングソリューションは主に、量的測定を用いて干ばつの重症度を評価することに焦点を当てている。
本稿では,ソーシャルメディアの集合的知性とAIの計算能力に触発され,社会的に情報を得たAIによる干ばつ推定の新たな課題について考察する。
SIDEは、社会的な干ばつの影響を明示的に定量化する、社会的に情報を得たAI駆動の干ばつ推定フレームワークである。
- 参考スコア(独自算出の注目度): 20.105501618440137
- License:
- Abstract: Drought has become a critical global threat with significant societal impact. Existing drought monitoring solutions primarily focus on assessing drought severity using quantitative measurements, overlooking the diverse societal impact of drought from human-centric perspectives. Motivated by the collective intelligence on social media and the computational power of AI, this paper studies a novel problem of socially informed AI-driven drought estimation that aims to leverage social and news media information to jointly estimate drought severity and its societal impact. Two technical challenges exist: 1) How to model the implicit temporal dynamics of drought societal impact. 2) How to capture the social-physical interdependence between the physical drought condition and its societal impact. To address these challenges, we develop SIDE, a socially informed AI-driven drought estimation framework that explicitly quantifies the societal impact of drought and effectively models the social-physical interdependency for joint severity-impact estimation. Experiments on real-world datasets from California and Texas demonstrate SIDE's superior performance compared to state-of-the-art baselines in accurately estimating drought severity and its societal impact. SIDE offers valuable insights for developing human-centric drought mitigation strategies to foster sustainable and resilient communities.
- Abstract(参考訳): 干ばつは社会に重大な影響を及ぼす重大な世界的な脅威となっている。
既存の干ばつモニタリングソリューションは主に、人間中心の視点から干ばつがもたらす多様な社会的影響を見越して、量的測定を用いて干ばつ重大度を評価することに焦点を当てている。
本稿では,ソーシャルメディアの集合的知性とAIの計算力に触発され,ソーシャルメディア情報とニュースメディア情報を併用し,乾燥度とその社会的影響を共同で推定することを目的とした,社会的に情報を得たAIによる干ばつ推定の新たな問題について考察する。
技術的課題は2つある。
1) 干ばつによる社会的影響の暗黙の時間的ダイナミクスをモデル化する方法。
2) 物理的干ばつ状態と社会的影響との間の社会的・物理的相互依存の捉え方
これらの課題に対処するために、我々は、社会的に情報を得たAI駆動の干ばつ推定フレームワークであるSIDEを開発し、干ばつによる社会的影響を明確化し、共同重大度影響評価のための社会的物理的相互依存性を効果的にモデル化する。
カリフォルニアとテキサスの実際のデータセットの実験では、SIDEは干ばつの深刻度とその社会的影響を正確に見積もる上で、最先端のベースラインに比べて優れたパフォーマンスを示している。
SIDEは、持続的で回復力のあるコミュニティを育むために、人間中心の干ばつ軽減戦略を開発するための貴重な洞察を提供する。
関連論文リスト
- From Efficiency Gains to Rebound Effects: The Problem of Jevons' Paradox in AI's Polarized Environmental Debate [69.05573887799203]
この議論の多くは、大きな間接効果に対処することなく直接的影響に集中している。
本稿では,Jevonsのパラドックス問題がどのようにAIに適用され,効率向上がパラドックス的に消費増加を促すかを検討する。
これらの2次の影響を理解するには、ライフサイクルアセスメントと社会経済分析を組み合わせた学際的アプローチが必要であると論じる。
論文 参考訳(メタデータ) (2025-01-27T22:45:06Z) - Hype, Sustainability, and the Price of the Bigger-is-Better Paradigm in AI [67.58673784790375]
AIパラダイムは、科学的に脆弱なだけでなく、望ましくない結果をもたらすものだ、と私たちは主張する。
第一に、計算要求がモデルの性能よりも早く増加し、不合理な経済要求と不均等な環境フットプリントにつながるため、持続可能ではない。
第二に、健康、教育、気候などの重要な応用は別として、他人を犠牲にして特定の問題に焦点をあてることである。
論文 参考訳(メタデータ) (2024-09-21T14:43:54Z) - Mapping the individual, social, and biospheric impacts of Foundation Models [0.39843531413098965]
本稿では,基礎モデルと生成AIの社会的,政治的,環境的側面を説明するための重要な枠組みを提供する。
リスクと害の14のカテゴリを特定し、それらの個人的、社会的、および生物圏的影響に応じてそれらをマッピングする。
論文 参考訳(メタデータ) (2024-07-24T10:05:40Z) - Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。
既存の感受性研究は、自己報告された信念に大きく依存している。
本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
論文 参考訳(メタデータ) (2023-11-16T07:22:56Z) - Climate Change Impact on Agricultural Land Suitability: An Interpretable
Machine Learning-Based Eurasia Case Study [94.07737890568644]
2021年現在、世界中で約8億8800万人が飢餓と栄養失調に見舞われている。
気候変動は農地の適性に大きな影響を及ぼし、深刻な食糧不足に繋がる可能性がある。
本研究は,経済・社会問題に苦しむ中央ユーラシアを対象とする。
論文 参考訳(メタデータ) (2023-10-24T15:15:28Z) - Decoding the Silent Majority: Inducing Belief Augmented Social Graph
with Large Language Model for Response Forecasting [74.68371461260946]
SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。
本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
論文 参考訳(メタデータ) (2023-10-20T06:17:02Z) - Assessing the Causal Impact of Humanitarian Aid on Food Security [4.934192277899036]
本稿ではアフリカのホーンに対する因果推論の枠組みを紹介する。
現金による介入が食糧危機に与える影響を評価することを目的としている。
論文 参考訳(メタデータ) (2023-10-17T14:09:45Z) - Quantitative Assessment of Drought Impacts Using XGBoost based on the
Drought Impact Reporter [0.0]
気候変動の下では、干ばつの発生頻度、強度、空間的な範囲が増加し、社会経済的コストが上昇する。
テキサス州における多カテゴリー干ばつの影響を予測するための極勾配モデル(XGBoost)に基づくフレームワークを提案する。
論文 参考訳(メタデータ) (2022-11-04T22:16:13Z) - Artificial Intelligence and Innovation to Reduce the Impact of Extreme
Weather Events on Sustainable Production [1.290382979353427]
極度の天候の予測不可能は 持続可能な生産と 陸地での生活を危険にさらす
AI(Artificial Intelligent)、IoT(Internet of Things)、ブロックチェーン(ブロックチェーン)、3Dプリンティング(3Dプリンティング)、バーチャルおよび拡張現実(VRとAR)といった現代技術は、極端な天候のリスクと影響を減らすことを約束している。
しかし、これらの技術がどのように極端な気象の影響を減らすのに役立つかについての研究の方向性は明らかになっていない。
論文 参考訳(メタデータ) (2022-09-21T06:52:39Z) - COSMO: Conditional SEQ2SEQ-based Mixture Model for Zero-Shot Commonsense
Question Answering [50.65816570279115]
社会的文脈の暗黙的な原因と影響の特定は、機械が常識的推論を実行できるようにする駆動能力である。
この領域における現在のアプローチには、目に見えない状況に直面して常識推論を行う能力がない。
本稿では,動的かつ多様なコンテンツ生成機能を備えた条件付きSEQ2SEQベースの混合モデル(COSMO)を提案する。
論文 参考訳(メタデータ) (2020-11-02T07:08:19Z)
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。