論文の概要: Interpretable Crisis Behavior Analysis Using Mobility and Social Media Data

• arxiv url: http://arxiv.org/abs/2606.09532v1
• Date: Mon, 08 Jun 2026 14:16:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:07.18269
• Title: Interpretable Crisis Behavior Analysis Using Mobility and Social Media Data
• Title（参考訳）: モビリティとソーシャルメディアデータを用いた解釈可能な危機行動解析
• Authors: Muhammad Hamza Arshad Majeed, Sidahmed Benabderrahmane, Talal Rahwan,
• Abstract要約: 本稿では,モビリティとソーシャルメディアデータを統合して,危機時のドメイン間行動パターンを識別する,統一的で解釈可能なパイプラインを提案する。 このフレームワークは、2025年1月のロサンゼルスの山火事(原型)の短期水平分析と、2020年3月から2021年12月までのUAE COVID-19の行動の経時的分析という2つのケーススタディを通じて評価されている。
• 参考スコア（独自算出の注目度）: 0.981328290471248
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Crises alter both how people move and how they communicate. During emergencies such as wildfires and pandemics, changes in mobility patterns and online emotional discourse evolve jointly, yet they are typically studied in isolation. This paper presents a unified and interpretable pipeline that integrates mobility and social media data to identify cross-domain behavioral patterns in crisis settings. The framework is evaluated through two case studies: a short-horizon analysis of the January 2025 Los Angeles wildfires (prototype case) and a longitudinal analysis of UAE COVID-19 behavior from March 2020 to December 2021 (primary case, 671 days). The pipeline aligns heterogeneous daily signals, transforms them into binary behavioral states, applies Formal Concept Analysis (FCA) to extract co-occurrence structure, mines association rules, and validates rule stability through chronological holdout testing. A structured policy-translation layer renders robust rules as operational briefs specifying triggers, lead times, and action playbooks. Results reveal clear cross-domain behavioral structure in both crises. In the wildfire case, traffic stress, fear/anger sentiment, and governance discourse are tightly coupled within a 33-day window, with key rules reaching 100\% confidence and lift scores up to 2.5. In the COVID case, repeated mobility adaptation and sentiment volatility yield 8 stable same-day rules (88\% holdout pass rate) and 40 clean predictive rules with 2--7 day lead horizons. The work demonstrates that interpretable multimodal fusion can produce both scientifically credible and policy-actionable crisis intelligence.
• Abstract（参考訳）: 批判は人々の動きとコミュニケーションの仕方を変える。 山火事やパンデミックのような緊急事態の間、移動パターンの変化とオンラインの感情談話は共同で進化するが、通常は単独で研究される。 本稿では,モビリティとソーシャルメディアデータを統合して,危機時のドメイン間行動パターンを識別する,統一的で解釈可能なパイプラインを提案する。 この枠組みは、2025年1月のロサンゼルスの山火事(原型)の短期水平分析と、2020年3月から2021年12月までのUAE COVID-19の行動の経時的分析(初例671日)によって評価された。 パイプラインは異種日々の信号を整列させ、それらを二元的行動状態に変換し、形式的概念分析(FCA)を適用して共起構造を抽出し、関連ルールをマイニングし、時間的ホールドアウトテストを通じて規則安定性を検証する。 構造化されたポリシー翻訳レイヤは、トリガ、リードタイム、アクションプレイブックを指定するオペレーションブリーフィングとして堅牢なルールをレンダリングする。 その結果,両危機におけるクロスドメインな行動構造が明らかとなった。 野火のケースでは、交通ストレス、恐れ/不安感、ガバナンスの談話が33日間の窓の中で密結合され、キールールは100\%の信頼と最大2.5.5%のリフティングスコアに達する。 新型コロナウイルスの症例では、繰り返しモビリティ適応と感情のボラティリティは8つの安定な同日ルール(88.%の保持率)と40のクリーンな予測ルールと2～7日のリード水平線が生じる。 この研究は、解釈可能なマルチモーダル融合が科学的に信頼できることと、政策に反応可能な危機情報の両方を生み出すことを実証している。

関連論文リスト

• Shuffle the Context: RoPE-Perturbed Self-Distillation for Long-Context Adaptation [86.62036852878354]
  大規模言語モデル(LLM)は、信頼性の高い長文理解を必要とする設定でますます運用される。 位置ロバスト性を向上させるトレーニングレギュレータであるRoPE-Perturbed Self-Distillationを提案する。 Llama-3-8BとQwen-3-4Bの長文適応実験は、長文ベンチマークにおいて一貫した利得を示す。
  論文  参考訳（メタデータ） (2026-04-15T18:46:35Z)
• Explainable Autonomous Cyber Defense using Adversarial Multi-Agent Reinforcement Learning [2.0391237204597368]
  本稿では,自律型サイバー防御のための因果的マルチエージェント決定フレームワーク(C-MADF)を提案する。 C-MADFは因果モデリングと敵対的二重政治制御を統合している。 現実世界のCICIoT2023データセットでは、C-MADFは偽陽性率を11.2%、9.7%、そして8.4%と3つの最先端文献のベースラインを1.8%に下げている。
  論文  参考訳（メタデータ） (2026-04-06T05:40:43Z)
• Automated Self-Testing as a Quality Gate: Evidence-Driven Release Management for LLM Applications [51.56484100374058]
  我々は,エビデンスに基づくリリース決定を伴う品質ゲートを導入する自動自己テストフレームワークを提案する。 内部展開型多エージェント対話型AIシステムの縦型ケーススタディにより,本フレームワークの評価を行った。
  論文  参考訳（メタデータ） (2026-03-13T20:44:15Z)
• Dynamics Within Latent Chain-of-Thought: An Empirical Study of Causal Structure [58.89643769707751]
  表現空間における潜在連鎖を操作可能な因果過程として研究する。 遅延ステップの予算は、均質な余分な深さよりも、非局所的なルーティングを備えたステージ機能のように振る舞う。 これらの結果は、モード条件と安定性を意識した分析を、潜伏推論システムの解釈と改善のための信頼性の高いツールとして動機付けている。
  論文  参考訳（メタデータ） (2026-02-09T15:25:12Z)
• time2time: Causal Intervention in Hidden States to Simulate Rare Events in Time Series Foundation Models [7.400285974510125]
  我々は,ある事象の統計モーメントを他の事象に付与することで,隠れた状態を操作する因果的介入である移植活性化を導入する。 モデルが事象重大性の段階的概念を符号化し、潜在ベクトルノルムはシステム的ショックの大きさに直接関連していることがわかった。 本研究は, モデル予測を規定する潜在概念空間の証拠として, ポストホック帰属から直接因果介入への解釈可能性のシフトが示唆された。
  論文  参考訳（メタデータ） (2025-09-06T18:28:20Z)
• Detecting Narrative Shifts through Persistent Structures: A Topological Analysis of Media Discourse [0.0]
  本研究では,メディア物語の構造変化を永続的ホモロジーを用いて同定するためのトポロジ的枠組みを提案する。 進化する言説を追究するために,名詞句の日次共起グラフを構築した。 We compute Wasserstein distances and persistence entropies across homological dimensions to capture semantic disrupt。
  論文  参考訳（メタデータ） (2025-06-14T21:02:17Z)
• 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)
• Longitudinal Sentiment Analyses for Radicalization Research: Intertemporal Dynamics on Social Media Platforms and their Implications [0.0]
  ソーシャルメディアプラットフォーム上での縦断的感情分析が時間的ダイナミクスをどのように表現できるかを考察する。 2021年1月6日、ワシントン州で起きた米国議会議事堂の暴風事件の日のツイートを分析します。
  論文  参考訳（メタデータ） (2022-10-01T18:30:00Z)

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。