論文の概要: Urban Spatio-Temporal Foundation Models for Climate-Resilient Housing: Scaling Diffusion Transformers for Disaster Risk Prediction
- arxiv url: http://arxiv.org/abs/2602.06129v1
- Date: Thu, 05 Feb 2026 19:01:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-09 22:18:26.065513
- Title: Urban Spatio-Temporal Foundation Models for Climate-Resilient Housing: Scaling Diffusion Transformers for Disaster Risk Prediction
- Title(参考訳): 耐気候性住宅のための都市空間・時空間基礎モデル:災害リスク予測のための拡散変圧器のスケーリング
- Authors: Olaf Yunus Laitinen Imanov, Derya Umut Kulali, Taner Yilmaz,
- Abstract要約: 本稿では,異種条件の都市データを統合した拡散変圧器フレームワークであるSkjold-DiTについて述べる。
具体的には、Skjold-DiTは、不確実性を認識したアクセシビリティレイヤを生成することによって、ハザード対応のルーティング制約を可能にする。
実験は、予測品質、都市横断性、キャリブレーション、下流輸送関連の結果を評価する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Climate hazards increasingly disrupt urban transportation and emergency-response operations by damaging housing stock, degrading infrastructure, and reducing network accessibility. This paper presents Skjold-DiT, a diffusion-transformer framework that integrates heterogeneous spatio-temporal urban data to forecast building-level climate-risk indicators while explicitly incorporating transportation-network structure and accessibility signals relevant to intelligent vehicles (e.g., emergency reachability and evacuation-route constraints). Concretely, Skjold-DiT enables hazard-conditioned routing constraints by producing calibrated, uncertainty-aware accessibility layers (reachability, travel-time inflation, and route redundancy) that can be consumed by intelligent-vehicle routing and emergency dispatch systems. Skjold-DiT combines: (1) Fjell-Prompt, a prompt-based conditioning interface designed to support cross-city transfer; (2) Norrland-Fusion, a cross-modal attention mechanism unifying hazard maps/imagery, building attributes, demographics, and transportation infrastructure into a shared latent representation; and (3) Valkyrie-Forecast, a counterfactual simulator for generating probabilistic risk trajectories under intervention prompts. We introduce the Baltic-Caspian Urban Resilience (BCUR) dataset with 847,392 building-level observations across six cities, including multi-hazard annotations (e.g., flood and heat indicators) and transportation accessibility features. Experiments evaluate prediction quality, cross-city generalization, calibration, and downstream transportation-relevant outcomes, including reachability and hazard-conditioned travel times under counterfactual interventions.
- Abstract(参考訳): 気候の危険は、住宅株の損傷、インフラの劣化、ネットワークのアクセス性低下などにより、都市交通と緊急対応の業務を妨害する傾向にある。
本稿では,異種時空間データを統合した拡散変圧器フレームワークであるSkjold-DiTについて,交通ネットワーク構造とアクセシビリティ信号(緊急到達性,避難経路制約など)を明示的に取り入れた上で,ビルレベルの気候リスク指標を予測する。
具体的には、Skjold-DiTは、インテリジェント車両ルーティングと緊急派遣システムによって消費される、キャリブレーションされた、不確実性を認識したアクセシビリティ層(到達性、走行時間インフレーション、経路冗長性)を生成することで、危険条件付きルーティングの制約を可能にする。
Skjold-DiTは,(1)都市間移動を支援するプロンプトベースのコンディショニングインターフェースであるFjell-Prompt,(2)ハザードマップ/イメージ,構築属性,人口統計,交通インフラを共有潜在表現に統一するクロスモーダルアテンション機構であるNorland-Fusion,(3)介入プロンプト下で確率論的リスクトラジェクトリを生成するための反ファクトリであるValkyrie-Forecastとを組み合わせる。
バルト・カスピの都市レジリエンス(BCUR)データセットについて,マルチハザードアノテーション(例:洪水・熱指標)や交通アクセス性などを含む6都市で847,392件のビルレベルの観測を行った。
実験は、予測品質、都市間一般化、キャリブレーション、下流交通関連の結果を評価する。
関連論文リスト
- HetroD: A High-Fidelity Drone Dataset and Benchmark for Autonomous Driving in Heterogeneous Traffic [49.31491001465465]
HetroDは、異種環境で自律走行システムを開発するためのデータセットとベンチマークである。
HetroDは、VRU(vulner- able road users)が支配する現実の異種交通のナビゲーティングにおける重要な課題をターゲットにしている。
論文 参考訳(メタデータ) (2026-02-03T12:12:47Z) - WED-Net: A Weather-Effect Disentanglement Network with Causal Augmentation for Urban Flow Prediction [6.501741558388336]
極端な条件下での都市流れの時間予測は、事象のダイナミクスと希少性のために困難である。
WED-Net(Weather-entanglement Network)は,固有気象と交通パターンを分離した2分岐トランスフォーマアーキテクチャである。
We show WED-Net delivers robust performance under extreme weather conditions。
論文 参考訳(メタデータ) (2026-01-30T05:32:47Z) - Towards Resilient Transportation: A Conditional Transformer for Accident-Informed Traffic Forecasting [16.242959582777797]
正確な予測は、交通事故や規制などの外部要因の複雑な影響によって妨げられる。
グラフの伝播をガイド付き正規化層に統合するフレームワークであるConFormerを提案する。
我々のモデルは予測性能と効率の両方において最先端のSTAEFormerを上回っている。
論文 参考訳(メタデータ) (2025-12-10T07:50:20Z) - A Pretrained Probabilistic Transformer for City-Scale Traffic Volume Prediction [8.384075654211685]
都市規模の交通量予測は、インテリジェント交通システムにおいて重要な役割を担っている。
現在のモデルは一般的に都市特有の方法で訓練されており、その一般化を妨げている。
本稿では,トラジェクトリの分散アグリゲーションとしてトラフィックボリュームをモデル化する事前学習型確率変換器であるTrafficPPTを紹介する。
論文 参考訳(メタデータ) (2025-06-03T09:07:29Z) - Interpretable Dual-Stream Learning for Local Wind Hazard Prediction in Vulnerable Communities [1.9299285312415735]
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。
論文 参考訳(メタデータ) (2025-05-20T15:46:02Z) - Urban Traffic Accident Risk Prediction Revisited: Regionality, Proximity, Similarity and Sparsity [18.566139471849844]
交通事故は人間の健康と財産の安全に重大な危険をもたらす。
交通事故を防ぐために、リスクを予測することで関心が高まっている。
望ましい予測ソリューションは、交通事故の複雑さに対するレジリエンスを示すべきである、と我々は主張する。
論文 参考訳(メタデータ) (2024-07-29T03:10:15Z) - ICST-DNET: An Interpretable Causal Spatio-Temporal Diffusion Network for Traffic Speed Prediction [47.17205142864036]
ICST-DENTはSpatio-Temporal Causality Learning (STCL)、Causal Graph Generation (CGG)、Speed Fluctuation Pattern Recognition (SFPR)の3つの部分から構成されている。
ICST-DENTは、より高い予測精度、因果関係を説明する能力、異なるシナリオへの適応性によって証明されているように、既存のすべてのベースラインを上回ることができる。
論文 参考訳(メタデータ) (2024-04-22T03:35:19Z) - SAFE-SIM: Safety-Critical Closed-Loop Traffic Simulation with Diffusion-Controllable Adversaries [94.84458417662407]
制御可能なクローズドループ安全クリティカルシミュレーションフレームワークであるSAFE-SIMを紹介する。
提案手法は,1)現実の環境を深く反映した現実的な長距離安全クリティカルシナリオの生成,2)より包括的でインタラクティブな評価のための制御可能な敵行動の提供,の2つの利点をもたらす。
複数のプランナにまたがるnuScenesとnuPlanデータセットを使用して、我々のフレームワークを実証的に検証し、リアリズムと制御性の両方の改善を実証した。
論文 参考訳(メタデータ) (2023-12-31T04:14:43Z) - Uncertainty Quantification for Image-based Traffic Prediction across
Cities [63.136794104678025]
不確実量化(UQ)法は確率論的推論を誘導するためのアプローチを提供する。
複数の都市にまたがる大規模画像ベース交通データセットへの適用について検討する。
モスクワ市を事例として,交通行動に対する時間的・空間的影響を考察した。
論文 参考訳(メタデータ) (2023-08-11T13:35:52Z)
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。