論文の概要: Predictive and Prescriptive AI toward Optimizing Wildfire Suppression

• arxiv url: http://arxiv.org/abs/2605.04510v2
• Date: Thu, 07 May 2026 17:49:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-08 17:36:06.163062
• Title: Predictive and Prescriptive AI toward Optimizing Wildfire Suppression
• Title（参考訳）: 森林火災抑制の最適化に向けた予測的・規範的AI
• Authors: Leonard Boussioux, Alexandre Jacquillat, Ryne Reger, Jacob Wachspress,
• Abstract要約: 本稿では,乗組員の配置と山火事抑制を共同で最適化するための予測的,規範的アプローチを開発する。 この問題は、内因性山火事の需要と非線形山火事のダイナミクスを備えた個別の資源配置構造を特徴としている。 i) 消火計画と乗務員経路を反復的に生成する二面列生成方式, (ii) リンク制約のクナプサック構造を利用したカットの新たなファミリー, (iii) 非線形の山火事の動態に対応する新しい分岐規則を考案した。
• 参考スコア（独自算出の注目度）: 39.19025792909854
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Intense wildfire seasons require critical prioritization decisions to allocate scarce suppression resources over a dispersed geographical area. This paper develops a predictive and prescriptive approach to jointly optimize crew assignments and wildfire suppression. The problem features a discrete resource-allocation structure with endogenous wildfire demand and non-linear wildfire dynamics. We formulate an integer optimization model with crew assignments on a time-space-rest network, wildfire dynamics on a time-state network, and linking constraints between them. We develop a two-sided branch-and-price-and-cut algorithm based on: (i) a two-sided column generation scheme that generates fire suppression plans and crew routes iteratively; (ii) a new family of cuts exploiting the knapsack structure of the linking constraints; and (iii) novel branching rules to accommodate non-linear wildfire dynamics. We also propose a data-driven double machine learning approach to estimate wildfire spread as a function of covariate information and suppression efforts, mitigating observed confounding between historical crew assignments and wildfire growth. Extensive computational experiments show that the optimization algorithm scales to otherwise intractable real-world instances; and that the methodology can enhance suppression effectiveness in practice, resulting in significant reductions in area burned over a wildfire season and guiding resource sharing across wildfire jurisdictions.
• Abstract（参考訳）: インセンス山火事の季節は、分散した地理的領域に不足する抑制資源を割り当てるために、重要な優先順位決定を必要とする。 本稿では,乗組員の配置と山火事抑制を共同で最適化するための予測的,規範的アプローチを開発する。 この問題は、内因性山火事の需要と非線形山火事のダイナミクスを備えた個別の資源配置構造を特徴としている。 我々は,時間空間レストネットワーク上での乗組員割り当て,時間状態ネットワーク上での山火事ダイナミクス,およびそれらの間の制約をリンクする整数最適化モデルを定式化する。 両面分枝分節分節分節分節分節分節分節分節分節分節分節分節分節分節分節分節法を提案する。 一 消火計画及び乗務員の経路を反復的に作成する二面柱発生計画 (二 リンク制約のクナプサック構造を利用した新しい切断の系統 三 非線形山火事の力学に対応するための新しい分岐規則。 また,共変量情報と抑制活動の関数として拡散する山火事を推定するデータ駆動型ダブル機械学習手法を提案する。 大規模な計算実験により、最適化アルゴリズムは難易度の高い実世界のインスタンスにスケールし、この手法は実際に効果を抑えることができ、その結果、山火事の季節に焼かれた領域の大幅な削減と、山火事の管轄区域における資源共有の導出につながることが示されている。

関連論文リスト

• Unrolled Neural Networks for Constrained Optimization [83.29547301151177]
  我々のフレームワークは、ラグランジアンのサドル点を共同で近似する2つの結合ニューラルネットワークで構成されている。 混合整数二次プログラムと無線ネットワークにおける電力配分に関する枠組みを数値的に評価する。
  論文  参考訳（メタデータ） (2026-01-24T03:12:41Z)
• Unrolled Graph Neural Networks for Constrained Optimization [83.29547301151177]
  2つの結合グラフニューラルネットワーク(GNN)における双対昇降アルゴリズムのダイナミクスについて検討する。 予備的ネットワークと二重ネットワークの更新を交互に行う共同学習手法を提案する。 我々の数値実験は、我々のアプローチがほぼ最適に近いほぼ実現可能な解をもたらすことを示す。
  論文  参考訳（メタデータ） (2025-09-21T16:55:41Z)
• Online Planning of Power Flows for Power Systems Against Bushfires Using Spatial Context [9.651976473741843]
  2019-20 オーストラリアのブッシュファイアは、多くの経済的損失をもたらし、電力システムの運用に大きな影響を及ぼした。 停電により発電所や送電線が著しく影響を受け、運用コストが増大する。 本研究では,停電を受ける電力系統の最適潮流(OPF)を計画する上で,基本的かつ困難な課題について検討する。
  論文  参考訳（メタデータ） (2024-04-20T14:21:16Z)
• Robust Stochastically-Descending Unrolled Networks [85.6993263983062]
  Deep Unrolling(ディープ・アンローリング)は、トレーニング可能なニューラルネットワークの層に切り捨てられた反復アルゴリズムをアンロールする、新たな学習最適化手法である。 アンロールネットワークの収束保証と一般化性は、いまだにオープンな理論上の問題であることを示す。 提案した制約の下で訓練されたアンロールアーキテクチャを2つの異なるアプリケーションで数値的に評価する。
  論文  参考訳（メタデータ） (2023-12-25T18:51:23Z)
• Comparison of metaheuristics for the firebreak placement problem: a simulation-based optimization approach [0.0]
  火災発生の問題は防火に不可欠である。 したがって、発火から絶滅まで予測不可能な火災の性質を考える必要がある。 シミュレーションに基づく最適化の観点から,この問題に対する解法を提案する。
  論文  参考訳（メタデータ） (2023-11-29T06:45:07Z)
• Stochastic Unrolled Federated Learning [85.6993263983062]
  本稿では,UnRolled Federated Learning (SURF)を導入する。 提案手法は,この拡張における2つの課題,すなわち,非学習者へのデータセット全体の供給の必要性と,フェデレート学習の分散的性質に対処する。
  論文  参考訳（メタデータ） (2023-05-24T17:26:22Z)
• Mitigating Greenhouse Gas Emissions Through Generative Adversarial Networks Based Wildfire Prediction [11.484140660635239]
  我々は,山火事リスク予測のための深層学習に基づくデータ拡張手法を開発した。 提案手法を採用することで,地球規模の温室効果ガス排出量削減のため,山火事対策の予防戦略を採ることができる。
  論文  参考訳（メタデータ） (2021-08-20T00:36:30Z)
• Uncertainty Aware Wildfire Management [6.997483623023005]
  アメリカ合衆国では近年の山火事で生命が失われ、数十億ドルが失われた。 大規模に展開するリソースは限られており、火災の広がりを予測することは困難である。 本稿では,山火事対策のための意思決定論的アプローチを提案する。
  論文  参考訳（メタデータ） (2020-10-15T17:47:31Z)

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。