論文の概要: Bridge-Centered Metapath Classification Using R-GCN-VGAE for Disaster-Resilient Maintenance Decisions

• arxiv url: http://arxiv.org/abs/2604.18399v1
• Date: Mon, 20 Apr 2026 15:21:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-21 21:52:52.968548
• Title: Bridge-Centered Metapath Classification Using R-GCN-VGAE for Disaster-Resilient Maintenance Decisions
• Title（参考訳）: R-GCN-VGAEを用いた耐震性維持決定のための橋梁型メタパス分類
• Authors: Takato Yasuno,
• Abstract要約: 我々は高速道路から橋から建物へのメタパスに着目し,道路,橋梁,建築層を備えた異質なグラフを構築した。 リレーショナル中心グラフ畳み込みネットワーク変分オートエンコーダはメタパスに基づく特徴表現を学習する。 水戸(697橋)、筑西(258橋)、守屋(148橋)の3都市における方法論の検証を行った。
• 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: Daily infrastructure management in preparation for disasters is critical for urban resilience. When bridges remain resilient against disaster-induced external forces, access to hospitals, shops, and residences via metapaths can be sustained, maintaining essential urban functions. However, prioritizing bridge maintenance under limited budgets requires quantifying the multi-dimensional roles that bridges play in disaster scenarios -- a challenge that existing single-indicator approaches fail to address. We focus on metapaths from national highways through bridges to buildings (hospitals, shops, residences), constructing a heterogeneous graph with road, bridge, and building layers. A Relation-centric Graph Convolutional Network Variational Autoencoder (R-GCN-VGAE) learns metapath-based feature representations, enabling classification of bridges into disaster-preparedness categories: Supply Chain (commercial logistics), Medical Access (emergency healthcare), and Residential Protection (preventing isolation). Using OSMnx and open data, we validate our methodology on three diverse cities in Ibaraki Prefecture, Japan: Mito (697 bridges), Chikusei (258 bridges), and Moriya (148 bridges), totaling 1,103 bridges. The heterogeneous graph construction from open data enables redefining bridge roles for disaster scenarios, supporting maintenance budget decision-making. We contributed that (1) Open-data methodology for constructing urban heterogeneous graphs. (2) Redefinition of bridge roles for disaster scenarios via metapath-based classification. (3) Establishment of maintenance budget decision support methodology. (4) k-NN tuning strategy validated across diverse city scales. (5) Empirical demonstration of UMAP superiority over t-SNE/PCA for multi-role bridge visualization.
• Abstract（参考訳）: 災害に備えた日々のインフラ管理は、都市のレジリエンスに不可欠である。 橋が災害によって引き起こされる外部勢力に対して回復力を保つ場合、病院、商店、住居へのメタパスによるアクセスは維持され、重要な都市機能を維持することができる。 しかし、限られた予算の下で橋のメンテナンスを優先順位付けするには、橋が災害のシナリオで果たす多次元の役割を定量化する必要がある。 我々は、高速道路から橋、建物(病院、店舗、住居)へのメタパスに注目し、道路、橋、建築層を備えた異質なグラフを構築する。 Relation-centric Graph Convolutional Network Variational Autoencoder (R-GCN-VGAE)は、メタパスに基づく特徴表現を学習し、橋梁を災害に備えたカテゴリ(サプライチェーン(商業的ロジスティクス)、医療アクセス(緊急医療)、住宅保護(隔離防止)に分類することができる。 OMnxとオープンデータを用いて,水戸(697本の橋),筑西(258本の橋),守屋(148本の橋),合計1,103本の橋について,その方法論を検証した。 オープンデータからの異種グラフ構築は、災害シナリオにおけるブリッジロールの再定義を可能にし、メンテナンス予算決定を支援する。 その結果,(1)都市の異種グラフ構築のためのオープンデータ手法が提案された。 2)メタパスに基づく分類による災害シナリオにおける橋梁の役割の再定義 (3)維持予算決定支援手法の確立 (4)k-NNチューニング戦略は都市規模で検証された。 (5) マルチロール橋の可視化における t-SNE/PCA よりも UMAP の優位性の実証実験

関連論文リスト

• Top 10 Open Challenges Steering the Future of Diffusion Language Model and Its Variants [85.33837131101342]
  本稿では,基盤基盤,アルゴリズム最適化,認知推論,統合マルチモーダルインテリジェンスという4つの柱で構成された戦略ロードマップを提案する。 この移行は、複雑な構造的推論、動的自己補正、シームレスなマルチモーダル統合が可能な次世代AIの開発に不可欠である、と我々は主張する。
  論文  参考訳（メタデータ） (2026-01-20T14:58:23Z)
• Bayesian-Driven Graph Reasoning for Active Radio Map Construction [96.08082552413117]
  本稿では,経路ナビゲーションに適したグラフベースの推論を明示的に活用する不確実性を考慮した無線地図再構成フレームワークを提案する。 提案手法は,(1)空間的不確実性をリアルタイムで推定するベイズニューラルネットワーク,(2)グローバル推論を行う注意に基づく強化学習ポリシの2つの重要な深層学習要素を統合した。 実験の結果,URAMは既存のベースラインよりも最大で34%の精度で復元できることがわかった。
  論文  参考訳（メタデータ） (2025-07-29T03:32:01Z)
• Hedge Funds on a Swamp: Analyzing Patterns, Vulnerabilities, and Defense Measures in Blockchain Bridges [5.662299435213421]
  ブリッジは、さまざまなブロックチェーンネットワーク間の相互運用性を実現するための、重要なインフラストラクチャになっています。 それらはWeb3で最大の損失源である。 ブロックチェーンブリッジの設計とセキュリティを包括的に体系化する。
  論文  参考訳（メタデータ） (2025-07-08T16:39:23Z)
• Physics-Informed Neural Network based Damage Identification for Truss Railroad Bridges [4.923031976899536]
  鉄道橋は国内貨物の40%以上を輸送するアメリカの貨物鉄道システムにとって重要な部分である。 本研究では,鋼トラス橋梁の損傷同定のための物理インフォームドニューラルネットワーク(PINN)を提案する。
  論文  参考訳（メタデータ） (2025-01-31T22:22:35Z)
• Rapid post-disaster infrastructure damage characterisation enabled by remote sensing and deep learning technologies -- a tiered approach [0.4837072536850576]
  交通網や橋梁は戦争中は体系的に標的にされ、自然災害時には被害を受ける。 複数スケールで損傷を自動評価する手法は存在しない。 この能力ギャップを埋める統合的,マルチスケールな階層化手法を提案する。
  論文  参考訳（メタデータ） (2024-01-31T11:36:12Z)
• How To Not Train Your Dragon: Training-free Embodied Object Goal Navigation with Semantic Frontiers [94.46825166907831]
  Embodied AIにおけるオブジェクトゴールナビゲーション問題に対処するためのトレーニング不要のソリューションを提案する。 本手法は,古典的な視覚的同時ローカライゼーションとマッピング(V-SLAM)フレームワークに基づく,構造化されたシーン表現を構築する。 本手法は,言語先行情報とシーン統計に基づいてシーングラフのセマンティクスを伝搬し,幾何学的フロンティアに意味知識を導入する。
  論文  参考訳（メタデータ） (2023-05-26T13:38:33Z)
• Continuous-Time and Multi-Level Graph Representation Learning for Origin-Destination Demand Prediction [52.0977259978343]
  本稿では,原位置需要予測(CMOD)のための連続時間および多段階動的グラフ表現学習法を提案する。 状態ベクトルは、過去のトランザクション情報を保持し、最近発生したトランザクションに従って継続的に更新される。 北京地下鉄とニューヨークタクシーの2つの実世界のデータセットを用いて実験を行い、そのモデルが最先端のアプローチに対して優れていることを実証した。
  論文  参考訳（メタデータ） (2022-06-30T03:37:50Z)
• 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。