論文の概要: At the Mahakumbh, Faith Met Tragedy: Computational Analysis of Stampede Patterns Using Machine Learning and NLP

• arxiv url: http://arxiv.org/abs/2502.03120v1
• Date: Wed, 05 Feb 2025 12:27:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-06 14:29:28.832982
• Title: At the Mahakumbh, Faith Met Tragedy: Computational Analysis of Stampede Patterns Using Machine Learning and NLP
• Title（参考訳）: Mahakumbh, Faith Met Tragedy:機械学習とNLPを用いたStampedeパターンの計算解析
• Authors: Abhinav Pratap,
• Abstract要約: 本研究は,インドにおける集団宗教集会において,繰り返し発生する致死的切手について,機械学習,歴史的分析,自然言語処理(NLP)を用いて検討した。 プラヤグラージュの2025年の悲劇と1954年以前の悲劇に焦点を当てている。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: This study employs machine learning, historical analysis, and natural language processing (NLP) to examine recurring lethal stampedes at Indias mass religious gatherings, focusing on the 2025 Mahakumbh tragedy in Prayagraj (48+ deaths) and its 1954 predecessor (700+ casualties). Through computational modeling of crowd dynamics and administrative records, it investigates how systemic vulnerabilities contribute to these disasters. Temporal trend analysis identifies persistent choke points, with narrow riverbank access routes linked to 92% of past stampede sites and lethal crowd densities (eight or more persons per square meter) recurring during spiritually significant moments like Mauni Amavasya. NLP analysis of seven decades of inquiry reports reveals cyclical administrative failures, where VIP route prioritization diverted safety resources in both 1954 and 2025, exacerbating fatalities. Statistical modeling demonstrates how ritual urgency overrides risk perception, leading to panic propagation patterns that mirror historical incidents. Findings support the Institutional Amnesia Theory, highlighting how disaster responses remain reactionary rather than preventive. By correlating archival patterns with computational crowd behavior analysis, this study frames stampedes as a collision of infrastructure limitations, socio spiritual urgency, and governance inertia, challenging disaster discourse to address how spiritual economies normalize preventable mortality.
• Abstract（参考訳）: この研究は、プラヤグラージュの2025年の悲劇(48人以上の死者)と1954年の先駆者(700人以上の犠牲者)に焦点を当て、インドの集団宗教集会で繰り返される致命的な切手を調べるために、機械学習、歴史的分析、自然言語処理(NLP)を用いている。 群集動態と管理記録の計算モデルを用いて,これらの災害に対するシステム的脆弱性の寄与について検討する。 テンポラル・トレンド分析は、過去の切手遺跡の92%に繋がる狭い川岸アクセスルートと、マウニ・アマヴァサヤのような霊的な重要な瞬間に繰り返される致命的な群衆密度(8人以上)と、持続的なチョークポイントを識別する。 NLP分析では、1954年と2025年にVIP経路の優先化が安全資源を分散させ、死者を増大させる循環的な管理上の障害が報告されている。 統計的モデリングは、儀式の緊急性がいかにリスク認識を覆い、歴史的出来事を反映したパニックの伝播パターンをもたらすかを示す。 施設アムネシア理論(Institutional Amnesia Theory)は、防災ではなく、いかに災害対応が反動的であるかを強調している。 本研究は, 施設の制約, 社会的な精神的緊急性, 統治慣行の衝突として, 精神的経済がいかにして予防可能な死亡率を正常化するかを問う災害談話に挑戦する。

関連論文リスト

• An Explainable Machine Learning Approach to Traffic Accident Fatality Prediction [0.02730969268472861]
  道路交通事故は世界中で公衆衛生上の脅威となっている。 本研究では,致命的および致命的でない道路事故を分類するための機械学習に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2024-09-18T12:41:56Z)
• Public Health in Disaster: Emotional Health and Life Incidents Extraction during Hurricane Harvey [1.433758865948252]
  嵐に関連する40万件の公開ツイートのデータセットを収集しました。 BERTベースのモデルを用いて、各ツイートに関連する感情を予測した。 グラフニューラルネットワーク(GNN)とLarge Language Models(LLM)を統合して分析をさらに改良した。
  論文  参考訳（メタデータ） (2024-08-20T18:31:20Z)
• Multimodal video analysis for crowd anomaly detection using open access tourism cameras [76.93566452564627]
  マルチモーダル手法を用いて,映像形式から時系列形式の情報抽出による群集異常の検出を提案する。 この手法がモレラのTurisme Comunitat Valencianaのウェブカメラに応用されたことにより、優れた成果が得られた。
  論文  参考訳（メタデータ） (2024-05-21T11:56:01Z)
• Seeing is not Believing: Robust Reinforcement Learning against Spurious Correlation [57.351098530477124]
  国家の異なる部分には、保存されていない共同設立者が引き起こす相関関係が存在しない。 このような役に立たないあるいは有害な相関を学習するモデルは、テストケースの共同創設者がトレーニングケースから逸脱したときに破滅的に失敗する可能性がある。 したがって、単純かつ非構造的な不確実性集合を仮定する既存の頑健なアルゴリズムは、この問題に対処するには不十分である。
  論文  参考訳（メタデータ） (2023-07-15T23:53:37Z)
• On Practical Aspects of Aggregation Defenses against Data Poisoning Attacks [58.718697580177356]
  悪意のあるトレーニングサンプルを持つディープラーニングモデルに対する攻撃は、データ中毒として知られている。 データ中毒に対する防衛戦略の最近の進歩は、認証された毒性の堅牢性を達成するためのアグリゲーション・スキームの有効性を強調している。 ここでは、Deep Partition Aggregation(ディープ・パーティション・アグリゲーション・アグリゲーション)、代表的アグリゲーション・ディフェンス(アグリゲーション・ディフェンス)に焦点を当て、効率、性能、堅牢性など、その実践的側面を評価する。
  論文  参考訳（メタデータ） (2023-06-28T17:59:35Z)
• Physical Adversarial Attack meets Computer Vision: A Decade Survey [55.38113802311365]
  本稿では,身体的敵意攻撃の概要を概観する。 本研究は,身体的敵意攻撃の性能を体系的に評価する第一歩を踏み出した。 提案する評価基準であるhiPAAは6つの視点から構成される。
  論文  参考訳（メタデータ） (2022-09-30T01:59:53Z)
• Are socially-aware trajectory prediction models really socially-aware? [75.36961426916639]
  我々は,予測モデルの社会的理解を評価するために,社会的に意図された攻撃を導入する。 攻撃は、予測器を失敗させるため、小さなが慎重に構成された摂動である。 我々の攻撃は、最先端モデルの社会的理解を高めるために有効であることを示す。
  論文  参考訳（メタデータ） (2021-08-24T17:59:09Z)
• #StayHome or #Marathon? Social Media Enhanced Pandemic Surveillance on Spatial-temporal Dynamic Graphs [23.67939019353524]
  新型コロナウイルスは、公衆衛生、社会、経済のほぼすべての領域に永続的な被害をもたらしている。 既存の研究は、伝統的な統計モデルと流行拡散理論の集約に依存している。 我々は,抽出した出来事と関係に基づいて,ソーシャルメディアがパンデミックの知識を広める新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2021-08-08T15:46:05Z)
• Towards Adversarial Patch Analysis and Certified Defense against Crowd Counting [61.99564267735242]
  安全クリティカルな監視システムの重要性から、群衆のカウントは多くの注目を集めています。 近年の研究では、ディープニューラルネットワーク(DNN)の手法が敵の攻撃に弱いことが示されている。 群衆カウントモデルのロバスト性を評価するために,Momentumを用いた攻撃戦略としてAdversarial Patch Attackを提案する。
  論文  参考訳（メタデータ） (2021-04-22T05:10:55Z)
• Datacentric analysis to reduce pedestrians accidents: A case study in Colombia [0.0]
  2012年以降、ブカラマンガ・コロンビアのケーススタディでは179人の歩行者が自動車事故で死亡し、さらに2873人が負傷した。 この研究は、都市の事故率を減らし、新しい安全政策を導入することを提案することで、生活を救うためのシミュレーションを実装している。 シミュレーションによって検証された最初の最も効率的な安全方針は、交差点が事故率を80%削減する前に特定の場所でスピードバンプを構築することです。
  論文  参考訳（メタデータ） (2021-04-02T06:59:50Z)
• Social Media Information Sharing for Natural Disaster Response [0.0]
  ソーシャルメディアは災害関連情報を投稿するための重要なチャンネルとなり、政府や救援機関が災害管理を改善するためのリアルタイムデータを提供している。 本研究の目的は,災害対応に対する公衆の態度や災害時の防災物資に対する公衆の要求など,ソーシャルメディアデータのマイニング・分析による防災効率の向上である。
  論文  参考訳（メタデータ） (2020-05-08T21:11:39Z)

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。