論文の概要: Active InSAR monitoring of building damage in Gaza during the Israel-Hamas War

• arxiv url: http://arxiv.org/abs/2506.14730v1
• Date: Tue, 17 Jun 2025 17:12:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-18 17:34:59.59037
• Title: Active InSAR monitoring of building damage in Gaza during the Israel-Hamas War
• Title（参考訳）: イスラエル・ヒマース戦争におけるガザの建物被害のアクティブInSARモニタリング
• Authors: Corey Scher, Jamon Van Den Hoek,
• Abstract要約: 2023年10月7日から始まったガザ・ストリップの空爆は、21世紀の最も激しい爆撃作戦の1つである。 本研究は,2023-イスラエル・ハマス戦争初年度における週毎の損傷傾向を追跡するために,合成開口レーダ(SAR)データを用いた。 国連のデータによると、損傷ラベルの92.5%が、無視できる1.2%の偽陽性率で検出されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Aerial bombardment of the Gaza Strip beginning October 7, 2023 is one of the most intense bombing campaigns of the twenty-first century, driving widespread urban damage. Characterizing damage over a geographically dynamic and protracted armed conflict requires active monitoring. Synthetic aperture radar (SAR) has precedence for mapping disaster-induced damage with bi-temporal methods but applications to active monitoring during sustained crises are limited. Using interferometric SAR data from Sentinel-1, we apply a long temporal-arc coherent change detection (LT-CCD) approach to track weekly damage trends over the first year of the 2023- Israel-Hamas War. We detect 92.5% of damage labels in reference data from the United Nations with a negligible (1.2%) false positive rate. The temporal fidelity of our approach reveals rapidly increasing damage during the first three months of the war focused in northern Gaza, a notable pause in damage during a temporary ceasefire, and surges of new damage as conflict hot-spots shift from north to south. Three-fifths (191,263) of all buildings are damaged or destroyed by the end of the study. With massive need for timely data on damage in armed conflict zones, our low-cost and low-latency approach enables rapid uptake of damage information at humanitarian and journalistic organizations.
• Abstract（参考訳）: 2023年10月7日から始まったガザ・ストリップの空爆は、21世紀で最も激しい爆撃作戦の1つであり、都市に広範な損害を与えた。 地理的にダイナミックで引き起こされた武力紛争に対するダメージを特徴づけるには、アクティブな監視が必要である。 合成開口レーダ (SAR) は, 災害による被害を両時間的手法でマッピングするのに先行するが, 持続的危機時のアクティブモニタリングへの応用は限られている。 センチネル1号からの干渉SARデータを用いて,2023-イスラエル・ハマス戦争初年度の週次被害傾向を追跡するために,長周期弧コヒーレント変化検出(LT-CCD)アプローチを適用した。 国連のデータによると、損傷ラベルの92.5%が、無視できる1.2%の偽陽性率で検出されている。 われわれのアプローチの時間的忠実さは、ガザ北部に焦点をあてた戦争の最初の3ヶ月で急速に損傷が増加し、一時停戦中の損傷が顕著に停止し、紛争ホットスポットが北から南に移動するにつれて、新たな損傷が急増することを示している。 全建物の5分の3(191,263)が、研究の終わりまでに損傷を受けたり破壊されたりしている。 武装紛争地帯の被害に関するタイムリーなデータを必要とするため、我々の低コストで低レイテンシなアプローチは、人道的およびジャーナリスト組織における被害情報の迅速な取り込みを可能にします。

関連論文リスト

• An Open-Source Tool for Mapping War Destruction at Scale in Ukraine using Sentinel-1 Time Series [16.900687593159066]
  武装紛争による建物被害を推定するスケーラブルな手法を提案する。 合成開口レーダ画像時系列の機械学習モデルを訓練することにより、建物レベルで確率的損傷推定を生成する。 大規模な推論を可能にし、アクセシビリティを確保するため、我々はGoogle Earth Engine上で実行するためにメソッドを紐付けます。
  論文  参考訳（メタデータ） (2024-06-04T17:24:19Z)
• Open Access Battle Damage Detection via Pixel-Wise T-Test on Sentinel-1 Imagery [0.0]
  本稿では,建物損傷検出のための新しい手法を提案する。 Pixel-Wise T-Test (PWTT) は、一定時間間隔で広範囲にわたる正確な衝突損傷推定を生成する。 精度は、ウクライナ、パレスチナ、シリア、イラクの12都市にまたがる50万以上の建物フットプリントの当初のデータセットを用いて評価されている。
  論文  参考訳（メタデータ） (2024-05-10T08:50:08Z)
• 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)
• Towards Robust Rain Removal Against Adversarial Attacks: A Comprehensive Benchmark Analysis and Beyond [85.06231315901505]
  雨の除去は、画像やビデオから雨の流れを取り除き、雨による破壊的な影響を減らすことを目的としている。 本稿では, 深層学習に基づく雨害防止手法の強靭性に関する総合的な研究を初めて行おうとする。
  論文  参考訳（メタデータ） (2022-03-31T10:22:24Z)
• Effects of a nuclear disturbed environment on a quantum free space optical link [52.77024349608834]
  本書は, 地上・衛星・受信システムの信号減衰に及ぼす核分裂大気環境の影響について検討する。 上昇する核雲とその後に輸送された破片を通して伝達される信号の減衰は、気候学的に10kt、100kt、および1山の表面レベルでの爆発をモデル化する。
  論文  参考訳（メタデータ） (2021-08-10T19:25:54Z)
• Weakly-Supervised Physically Unconstrained Gaze Estimation [80.66438763587904]
  我々は、人間のインタラクションのビデオから弱教師付き視線推定を行うという未発見の問題に対処する。 本稿では,タスクに特化して設計された新しい損失関数とともに,トレーニングアルゴリズムを提案する。 a)半教師付き視線推定の精度と(b)最先端の物理的に制約のないGaze360視線推定ベンチマーク上でのクロスドメイン一般化の精度を大幅に改善した。
  論文  参考訳（メタデータ） (2021-05-20T14:58:52Z)
• Monitoring War Destruction from Space: A Machine Learning Approach [1.0149624140985478]
  紛争地帯における建物破壊に関する既存のデータは、目撃者の報告や手動による検出に依存している。 本稿では,ディープラーニング技術を用いた高解像度衛星画像の自動破壊計測手法を提案する。 我々は、シリア内戦と国内の主要都市における被害の進展にこの方法を適用した。
  論文  参考訳（メタデータ） (2020-10-12T19:01:20Z)
• Effectiveness and Compliance to Social Distancing During COVID-19 [72.94965109944707]
  われわれは、米国内での新型コロナウイルスの感染拡大に対する在宅勤務注文の影響を評価するために、詳細なモビリティデータを用いている。 一方向性グランガー因果性(一方向性グランガー因果性)は、家庭で毎日過ごす時間の割合の中央値から、2週間の遅れを伴うCOVID-19関連死亡件数の日数までである。
  論文  参考訳（メタデータ） (2020-06-23T03:36:19Z)
• RescueNet: Joint Building Segmentation and Damage Assessment from Satellite Imagery [83.49145695899388]
  RescueNetは、建物を同時に分割し、個々の建物に対する損傷レベルを評価し、エンドツーエンドでトレーニングできる統一モデルである。 RescueNetは大規模で多様なxBDデータセットでテストされており、従来の手法よりもはるかに優れたセグメンテーションと損傷分類性能を実現している。
  論文  参考訳（メタデータ） (2020-04-15T19:52:09Z)

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。