論文の概要: Interpretable Dual-Stream Learning for Local Wind Hazard Prediction in Vulnerable Communities

• arxiv url: http://arxiv.org/abs/2505.14522v1
• Date: Tue, 20 May 2025 15:46:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-21 14:49:53.535003
• Title: Interpretable Dual-Stream Learning for Local Wind Hazard Prediction in Vulnerable Communities
• Title（参考訳）: 不安定なコミュニティにおける局所風害予測のための解釈可能なデュアルストリーム学習
• Authors: Mahmuda Akhter Nishu, Chenyu Huang, Milad Roohi, Xin Zhong,
• Abstract要約: 竜巻や直線風などの風害は、アメリカ合衆国グレートプレーンズの脆弱な地域社会にしばしば影響を及ぼす。 既存の予測システムは、主に気象要素に焦点を当てており、しばしばコミュニティ固有の脆弱性を捉えない。 本稿では、構造化された数値気象データと構造化されていないテクスチャイベントの物語を統合する2重ストリーム学習フレームワークを提案する。 我々のアーキテクチャは、ランダムフォレストとRoBERTaベースのトランスフォーマーを後期核融合機構で組み合わせ、強靭で文脈に合った風害予測を可能にする。
• 参考スコア（独自算出の注目度）: 1.9299285312415735
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Wind hazards such as tornadoes and straight-line winds frequently affect vulnerable communities in the Great Plains of the United States, where limited infrastructure and sparse data coverage hinder effective emergency response. Existing forecasting systems focus primarily on meteorological elements and often fail to capture community-specific vulnerabilities, limiting their utility for localized risk assessment and resilience planning. To address this gap, we propose an interpretable dual-stream learning framework that integrates structured numerical weather data with unstructured textual event narratives. Our architecture combines a Random Forest and RoBERTa-based transformer through a late fusion mechanism, enabling robust and context-aware wind hazard prediction. The system is tailored for underserved tribal communities and supports block-level risk assessment. Experimental results show significant performance gains over traditional baselines. Furthermore, gradient-based sensitivity and ablation studies provide insight into the model's decision-making process, enhancing transparency and operational trust. The findings demonstrate both predictive effectiveness and practical value in supporting emergency preparedness and advancing community resilience.
• Abstract（参考訳）: 竜巻や直線風などの風害はアメリカ合衆国大平原の脆弱な地域社会にしばしば影響し、インフラの制限やデータ不足が効果的な緊急対応を妨げている。 既存の予測システムは気象学的な要素に重点を置いており、しばしば地域固有の脆弱性を捉えず、局所的なリスク評価とレジリエンス計画のための実用性を制限している。 このギャップに対処するために、構造化された数値気象データと構造化されていないテクスチャイベントの物語を統合する、解釈可能な二重ストリーム学習フレームワークを提案する。 我々のアーキテクチャは、ランダムフォレストとRoBERTaベースのトランスフォーマーを後期核融合機構で組み合わせ、強靭で文脈に合った風害予測を可能にする。 このシステムは、保護されていない部族社会向けに調整されており、ブロックレベルのリスクアセスメントをサポートしている。 実験の結果,従来のベースラインよりも顕著な性能向上を示した。 さらに、勾配に基づく感度とアブレーションの研究は、モデルの意思決定プロセスに関する洞察を与え、透明性と運用上の信頼を高める。 以上の結果から,緊急準備支援と地域レジリエンス向上の両面での予測的効果と実用的価値が示された。

関連論文リスト

• Cannot See the Forest for the Trees: Invoking Heuristics and Biases to Elicit Irrational Choices of LLMs [83.11815479874447]
  本研究では,人間の認知における認知的分解と偏見に触発された新しいジェイルブレイク攻撃フレームワークを提案する。 我々は、悪意のあるプロンプトの複雑さと関連バイアスを減らし、認知的分解を用いて、プロンプトを再編成する。 また、従来の二分的成功または失敗のパラダイムを超越したランキングベースの有害度評価指標も導入する。
  論文  参考訳（メタデータ） (2025-05-03T05:28:11Z)
• Topology-Aware Conformal Prediction for Stream Networks [54.505880918607296]
  本研究では,ネットワークトポロジと時間的ダイナミクスを共形予測フレームワークに統合した新しいフレームワークであるspatio-Temporal Adaptive Conformal Inference (textttCISTA)を提案する。 この結果から,TextttCISTAは予測効率とカバレッジのバランスを効果的に保ち,既存のストリームネットワークの共形予測手法よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2025-03-06T21:21:15Z)
• Spatial-variant causal Bayesian inference for rapid seismic ground failures and impacts estimation [3.190793775376023]
  地震後の地盤破壊と建物被害の迅速かつ正確な推定は、地震後の効果的な応答に不可欠である。 先進的な進歩は、新しい因果グラフベースのベイジアンネットワークを導入し、地震の地すべりを継続的に改善し、衛星画像から得られた損傷推定を構築した。 本研究では, 空間的複雑度を考慮に入れた手法として, 周囲のハザードから関係を捉えるために, 両側フィルタの影響を受けやすい空間変数を導入する手法を考案した。
  論文  参考訳（メタデータ） (2024-11-18T15:01:28Z)
• SFANet: Spatial-Frequency Attention Network for Weather Forecasting [54.470205739015434]
  天気予報は様々な分野において重要な役割を担い、意思決定とリスク管理を推進している。 伝統的な手法は、しばしば気象系の複雑な力学を捉えるのに苦労する。 本稿では,これらの課題に対処し,天気予報の精度を高めるための新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2024-05-29T08:00:15Z)
• Typhoon Intensity Prediction with Vision Transformer [51.84456610977905]
  台風強度を正確に予測するために「台風強度変換器(Tint)」を導入する。 Tintは、層ごとにグローバルな受容野を持つ自己認識機構を使用する。 公開されている台風ベンチマークの実験は、Tintの有効性を検証する。
  論文  参考訳（メタデータ） (2023-11-28T03:11:33Z)
• Joint Sensing, Communication, and AI: A Trifecta for Resilient THz User Experiences [118.91584633024907]
  テラヘルツ(THz)無線システムに対する拡張現実(XR)体験を最適化するために、新しい共同センシング、通信、人工知能(AI)フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-04-29T00:39:50Z)
• Interpretable Water Level Forecaster with Spatiotemporal Causal Attention Mechanisms [0.5735035463793009]
  本研究では,水位予測に着目し,解釈可能性の定量化を目的とした深層学習モデルを提案する。 我々は,2016年から2021年にかけて,韓国ソウルから得られた漢川データセットの比較分析を行った。
  論文  参考訳（メタデータ） (2023-02-28T04:37:26Z)
• Pitfalls of Climate Network Construction: A Statistical Perspective [13.623860700196625]
  球面上の時間依存等方性確率場をシミュレートし,共通ネットワーク構築手法を適用した。 推定手順から生じる不確実性が,ネットワーク特性に大きく影響を与える方法がいくつか見出された。
  論文  参考訳（メタデータ） (2022-11-05T11:59:55Z)
• Extreme precipitation forecasting using attention augmented convolutions [0.913755431537592]
  降雨予測のための自己注意型拡張畳み込み機構を提案する。 実験の結果,このフレームワークは古典的畳み込みモデルよりも12%優れていた。 提案手法は,極端な変化の物理的原因を把握するためのツールとして,機械学習を向上させる。
  論文  参考訳（メタデータ） (2022-01-31T18:16:03Z)

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。