論文の概要: Multilingual Agent System for Inclusive Wildfire Evacuation Guidance
- arxiv url: http://arxiv.org/abs/2609.03301v1
- Date: Thu, 03 Sep 2026 02:52:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-04 18:28:38.896647
- Title: Multilingual Agent System for Inclusive Wildfire Evacuation Guidance
- Title（参考訳）: 包括的山火事避難誘導のための多言語エージェントシステム
- Abstract要約: BEACONは包括的でパーソナライズされた避難誘導を提供するサービスである。
現在のシステムでは, 火災周辺情報, 避難命令状況, Watch Duty からの避難情報などのデータを収集している。
ユーザが入力したデータに基づいて、システムは動的にパーソナライズされたリマインダーアイテムを生成してチェックし、組織化された避難計画を提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Wildfire seasons have become 84 days longer in the current days than in the 1970s, causing enormous threats to one's financial status and short- and long-term health. During the fire, public agencies send out emergency messages to provide warnings and orders. Although 26 million people in the US have limited English proficiency, over 80% of those messages are only delivered in English, which can cause disproportionate information distribution and awareness. In order to better serve marginalized communities during emergencies, the authors developed BEACON, a service that provides comprehensive and personalized evacuation guidance, including navigation routes, personalized checklists, and a chatbot in the language that a user uses. Our current system ingests data including fire perimeter information, evacuation order status, and shelter information from Watch Duty. When a user is within a certain proximity from the fire, the system utilizes real-time GPS locations and nearby weather data from the National Oceanic and Atmospheric Administration (NOAA) to predict fire danger levels. The assessment model refreshment are dynamically scheduled based on fire progress and trends using XGBoost. If the location has a likelihood of fire danger, the system sends alerts with evacuation routes outputted from a polygon-avoidant routing pipeline. The application provides a context-aware multilingual agent that users can communicate with and is tightly connected to other features of the application. In addition, based on data that the user entered, the system dynamically generates and checks off personalized reminder items to provide an organized evacuation plan. The system's user interface dynamically changes its language settings based on the language the user most recently used in either setting or chatbot conversation for all the application elements.
- Abstract（参考訳）: 森林火災の季節は1970年代よりも84日長くなり、財政状態や短期的・長期的健康に重大な脅威をもたらしている。
火災の間、公共機関は警告や命令を出すために緊急メッセージを送る。
米国では2600万人が英語の習熟度に制限を受けているが、80%以上のメッセージは英語でしか配信されていないため、不均等な情報配信や認識を引き起こす可能性がある。
このサービスは、ナビゲーションルート、パーソナライズされたチェックリスト、およびユーザーが使用する言語におけるチャットボットを含む、包括的でパーソナライズされた避難誘導を提供するサービスである。
現在のシステムでは, 火災周辺情報, 避難命令状況, Watch Duty からの避難情報などのデータを収集している。
ユーザーが火災から一定の距離にいる場合、このシステムはリアルタイムGPSの位置と、米国海洋大気庁(NOAA)の気象データを利用して火災の危険レベルを予測する。
評価モデルリフレッシュは,XGBoostを用いた火災進展と傾向に基づいて動的にスケジュールされる。
位置が火災の危険性がある場合、システムはポリゴン回避経路パイプラインから出力される避難経路で警告を送信する。
このアプリケーションはコンテキスト対応の多言語エージェントを提供しており、ユーザーは通信でき、アプリケーションの他の機能と密に接続できる。
また、ユーザが入力したデータに基づいて、パーソナライズされたリマインダーアイテムを動的に生成・チェックし、組織化された避難計画を提供する。
システムのユーザインタフェースは、ユーザが最近使用した言語に基づいて動的に言語設定を変更します。
関連論文リスト
- A Nationwide Benchmark for Wildfire Initial Attack Failure Prediction with Public Environmental Data [62.031815260604056]
我々は, 火災発見時に利用可能な環境および状況データから, 初期攻撃(IA)障害予測のための米国初の全国規模のベンチマークを提示する。
WILDFIREIAは、自然発生のFPA-FODの山火事を、FIRMS/VIIRS熱検出、グリッドMET気象および消火器変数、LANDFIRE植生、燃料、地形とともに38,128回調整した。
その結果,IA故障予測には,公共の発見時データが有用だが不完全な信号を提供することがわかった。
論文 参考訳（メタデータ） (2026-06-14T01:03:13Z) - Walk With Me: Long-Horizon Social Navigation for Human-Centric Outdoor Assistance [70.01362005983516]
Walk with Me(ウォーク・ウィズ・ミー、ウォーク・ウィズ・ミー、ウォーク・ウィズ・ミー、ウォーク・ウィズ・ミー)は、高レベルの人間の指示による長期の社会ナビゲーションのための地図のないフレームワークである。
セマンティックインテントの接地、地図のないロングホライゾン計画、安全を意識した推論、低レベルのアクション生成を組み合わせる。
論文 参考訳（メタデータ） (2026-04-29T16:02:13Z) - From Binary to Bilingual: How the National Weather Service is Using Artificial Intelligence to Develop a Comprehensive Translation Program [0.0]
アメリカ国立気象局(NWS)は、家庭で英語を話せない米国内の688万人により良いサービスを提供するための体系的な翻訳プログラムを開発している。
本稿では,人工知能を活用したNWS製品の自動翻訳ツールの基礎を概説する。
このシステムは、現在、スペイン語、簡体字中国語、ベトナム語、その他の広く話されている非英語言語で開発されている。
論文 参考訳（メタデータ） (2025-10-16T07:06:05Z) - Air-Ground Collaboration for Language-Specified Missions in Unknown Environments [62.56917065429864]
本稿では,無人航空機 (UAV) と無人地上機 (UGV) が,自然言語で指定されたミッションを協調的に達成できる,第一種システムを提案する。
我々は、Large Language Model(LLM)対応プランナーを利用して、オンライン上に構築され、航空ロボットと地上ロボットの間で機会的に共有されるセマンティック・メトリック・マップを推論する。
論文 参考訳（メタデータ） (2025-05-14T03:33:46Z) - Remote Timing Attacks on Efficient Language Model Inference [63.79839291641793]
タイミング差を利用してタイミングアタックをマウントできることが示される。
90%以上の精度でユーザの会話の話題を学習することができるかを示す。
相手はブースティング攻撃を利用して、オープンソースのシステム用のメッセージに置かれたPIIを回復することができる。
論文 参考訳（メタデータ） (2024-10-22T16:51:36Z) - CrisisSense-LLM: Instruction Fine-Tuned Large Language Model for Multi-label Social Media Text Classification in Disaster Informatics [50.122541222825156]
本研究では,事前学習型大規模言語モデル(LLM)の強化による災害テキスト分類への新たなアプローチを提案する。
本手法では,災害関連ツイートから包括的インストラクションデータセットを作成し,それをオープンソース LLM の微調整に用いる。
この微調整モデルでは,災害関連情報の種類,情報化,人的援助の関与など,複数の側面を同時に分類することができる。
論文 参考訳（メタデータ） (2024-06-16T23:01:10Z) - Information Retrieval and Classification of Real-Time Multi-Source
Hurricane Evacuation Notices [2.500155415916692]
我々は,局所的に発行されたハリケーン避難通知をタイムリーに検出し,追跡する手法を開発した。
テキストデータは,主に空間的対象Webスクレイピング法を用いて収集された。
このフレームワークは、迅速かつ標的とした検索、分類、再配布、リアルタイムの政府命令と通知のアーカイブのための他の種類の災害に適用することができる。
論文 参考訳（メタデータ） (2024-01-07T16:35:30Z) - Sarcasm Detection in a Disaster Context [103.93691731605163]
HurricaneSARCは,意図した皮肉に注釈を付けた15,000ツイートのデータセットである。
私たちの最高のモデルは、データセットで最大0.70F1を得ることができます。
論文 参考訳（メタデータ） (2023-08-16T05:58:12Z) - Semantic Sensor Network Ontology based Decision Support System for
Forest Fire Management [7.615717976132551]
火災気象指標は、火災の危険を測定するために広く使われ、茂みの警告を発するために使用される。
この作業は、Webベースのマッピングインターフェースを提供し、ユーザーが時間とともに天気予報の指標の変化を可視化するのに役立つ。
論文 参考訳（メタデータ） (2022-04-03T19:10:00Z) - Disaster Tweets Classification using BERT-Based Language Model [6.700873164609009]
ソーシャルネットワーキングサービスは、緊急時において重要なコミュニケーションチャネルとなっている。
本研究の目的は、人や地域が危険にさらされているかどうかを調査できる機械学習言語モデルを作ることである。
論文 参考訳（メタデータ） (2022-01-31T10:25:29Z) - Leveraging Personal Navigation Assistant Systems Using Automated Social
Media Traffic Reporting [1.552282932199974]
自然言語処理(NLP)に基づく自動交通警報システムの開発
本稿では,変換器(BERT)言語埋め込みモデルを用いて,関連するトラフィック情報をソーシャルメディアからフィルタリングする。
開発したアプローチは,リアルタイムに交通関連情報を抽出し,ナビゲーション支援アプリケーションのためのアラートに自動的に変換する方法について述べる。
論文 参考訳（メタデータ） (2020-04-21T02:26:06Z)
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。