論文の概要: The Towers Were Standing: A Cause Decomposition of Cellular Outages During Hurricane Helene

• arxiv url: http://arxiv.org/abs/2609.10944v1
• Date: Thu, 10 Sep 2026 01:06:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-11 23:53:35.17207
• Title: The Towers Were Standing: A Cause Decomposition of Cellular Outages During Hurricane Helene
• Title（参考訳）: ビルが建っている―ハリケーン・ヘレーンによる細胞障害の原因
• Abstract要約: 本稿では,FCCの災害情報報告システムに関する最初の原因分解研究について述べる。 細胞部位への損傷は無視できる - 1.1%の細胞部位が6つの州にまたがっており、少なくとも3.8%はどこにでもある。
• 参考スコア（独自算出の注目度）: 1.1666234644810893
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Hurricane Helene produced the largest absolute cell-site outage in the public FCC record, peaking at 4562 sites. The conventional model is physical: towers destroyed. Helene did destroy over 1700 miles of fibre, but almost none of it was cell sites. We present the first cause-decomposed study of the FCC's Disaster Information Reporting System, reconstructing 80 state-days and 580 county-days from 24 daily filings by two reconciled independent extractions. Damage to cell sites is negligible: 1.1% of attributed cell-site-days across six states, at most 3.8% anywhere. The sites were standing. What took them out divides by terrain: pooled, power dominates at 63.2%, but in mountainous North Carolina severed transport (backhaul) reaches 52.2% against 47.3%, and in Tennessee 69.9%. North Carolina's transport share rises from 7.0% to 85.0% across the event (\r{ho} = 0.92). Seventeen days after landfall, on 15 October, 47 sites lost transport across six contiguous North Carolina counties with no rainfall, no power loss, no damage, and recovery by the next report. Independent active-probe measurement corroborates it: responsive /24s fall 1.02% for twelve hours while Tennessee stays flat. We release the dataset. Backup power is the standard resilience investment; here it addresses the smaller half of the problem.
• Abstract（参考訳）: ハリケーン・ヘレンは、FCCの記録で最大で4562箇所の細胞障害を発生させた。 従来のモデルは物理的であり、塔は破壊された。 ヘレンは1700マイルの繊維を破壊したが、ほとんどはセルサイトではなかった。 我々は、FCCの災害情報報告システムに関する最初の原因分解研究を行い、24件の申請から80件の州日と580件の郡日を2件の独立抽出によって再構築した。 細胞部位への損傷は無視できる - 1.1%の細胞部位が6つの州にまたがっており、少なくとも3.8%はどこにでもある。 サイトが立っていました。 プール化され、電力が63.2%を占めるが、ノースカロライナの山岳部では52.2%が47.3%、テネシー州では69.9%となっている。 ノースカロライナ州の輸送シェアは7.0%から85.0%まで上昇している(\r{ho} = 0.92)。 上陸から17日後の10月15日、47か所は降雨もなく、停電もなく、損傷もなく、次の報告書で回復した。 応答性/24sは12時間1.02%減少し、テネシー州は平らである。 データセットをリリースします。 バックアップパワーは標準的なレジリエンス投資です。

関連論文リスト

• Multisource Remote Sensing and Geospatial Analysis of Vineyard Wildfire Impacts and Resilience: The 2019 Kincade Fire [0.0]
  カリフォルニア州ソノマ郡で発生した2019年キンケード火災における山火事のレジリエンスについて検討した。 我々は,4,581のブドウ畑,森林植生,測量された構造物,道路,頭上煙,放火後の緑化にまたがる,オープンでイベント対応の地理空間的枠組みを用いた。 ブドウ園の画素は, 周囲の野生のピクセルに比べて, dNBRが有意に低かった。
  論文  参考訳（メタデータ） (2026-09-14T18:06:35Z)
• Advancing All-Weather Building Damage Mapping to the Instance Level: Outcomes and Insights from the 2026 Bright Challenge [51.684701877722574]
  急激な災害後の対応には、建物が無傷のままか、損傷するか、破壊されるかについてのビルレベルの情報をタイムリーに要求する。 Bright Challengeは、サブメートル解像度のプレイベント光学画像とポストイベントSAR画像から全天候の建物損傷マッピングを評価した。
  論文  参考訳（メタデータ） (2026-07-23T07:22:15Z)
• Graph Attention Network for Predicting Duration of Large-Scale Power Outages Induced by Natural Disasters [0.0]
  本稿では,GTA(Graph Attention Networks)による重症気象による停電期間を推定する新しい手法を提案する。 我々のネットワークは、教師なし事前訓練から半教師付き学習までの単純な構造を用いており、米国南東部の8州で501ドルの郡に影響を及ぼす4つの主要なハリケーンのフィールドデータを用いています。
  論文  参考訳（メタデータ） (2025-11-14T02:21:30Z)
• MONITRS: Multimodal Observations of Natural Incidents Through Remote Sensing [39.47126465689941]
  我々は,1万件以上のFEMA災害イベントを,時空間衛星画像とニュース記事からの自然言語アノテーションで表現した新しいデータセットであるMONITRSを提示する。 既存のMLLMをデータセットに微調整することで,災害監視タスクの性能が大幅に向上することが実証された。
  論文  参考訳（メタデータ） (2025-07-22T04:59:09Z)
• Assessment of the January 2025 Los Angeles County wildfires: A multi-modal analysis of impact, response, and population exposure [0.0]
  森林生態系は一貫して最も影響を受けており、全イベントの57.4-75.8%が焼かれた。 労働者人口は53.7%から54.1%で、火災後の時間的変化は顕著である。 パリセードとイートンで発生した火災は2万人以上に及んだが、農村部では500人未満だった。
  論文  参考訳（メタデータ） (2025-01-20T13:50:16Z)
• Back Home: A Computer Vision Solution to Seashell Identification for Ecological Restoration [44.99833362998488]
  BackHome19Kは、海岸レベルのラベルが付加された最初の大規模画像コーパスである。 トレーニング済みの異常フィルタがアップロードされ、ユーザ生成ノイズに対する堅牢性が向上する。 システムはすでに野生生物の役人のために70万発の砲弾を1枚あたり3秒以下で処理している。
  論文  参考訳（メタデータ） (2025-01-08T23:07:10Z)
• TANet: Triplet Attention Network for All-In-One Adverse Weather Image Restoration [40.88723587140098]
  逆気象画像の復元は、悪天候によるヘイズ、雨、雪などの不要な劣化物を除去することを目的としている。 本稿では,オールインワンの悪天候画像復元を効果的かつ効果的に行うために,トリプルト注意ネットワーク(TANet)を提案する。
  論文  参考訳（メタデータ） (2024-10-10T17:52:24Z)
• Multimodal Power Outage Prediction for Rapid Disaster Response and Resource Allocation [42.97753005297686]
  最も影響を受けやすい 過小評価のコミュニティが インフラの整備を受けています 本稿では,夜間照明(LNT)の重症度,停電,大ハリケーン前後の位置を予測するための新しい視覚的時間的枠組みを提案する。 我々の研究は、将来の太陽光発電(PV)の展開など、エネルギーインフラの強化を緊急に必要とする場合、未表示領域に認識をもたらします。
  論文  参考訳（メタデータ） (2024-09-14T21:35:29Z)
• Classification of Potholes Based on Surface Area Using Pre-Trained Models of Convolutional Neural Network [2.4739791026794253]
  南アジア諸国では、舗装の苦難が劣等条件の悪化の主な原因である。 2フィートの高さで撮影された画像の分類は87.33%、88.67%、そして92%の精度で、それぞれ大きな舗装、小さい舗装、通常の舗装を分類している。
  論文  参考訳（メタデータ） (2023-09-29T17:39:19Z)
• Transportation Density Reduction Caused by City Lockdowns Across the World during the COVID-19 Epidemic: From the View of High-resolution Remote Sensing Imagery [48.52477000522933]
  新型コロナウイルス(COVID-19)の流行は、2020年前半に悪化し始めた。 厳しい封鎖政策が世界中の多くの都市で実行され、人間の感染を制御し、拡散を緩和した。 中心市街地6都市におけるロックダウン前後の交通密度の低減について定量的に検討した。
  論文  参考訳（メタデータ） (2021-03-02T13:45:16Z)
• Monitoring the Impacts of a Tailings Dam Failure Using Satellite Images [0.0]
  2019年1月25日、ブラジルのブルマディンホにあるC'orrego do Feijao鉄鉱石鉱山の尾化ダムが倒壊した。 本研究は, セチネル2衛星画像を用いて, 浸水地域をマッピングし, ダム崩壊による土地利用状況と土地被覆状況を評価する。
  論文  参考訳（メタデータ） (2021-01-30T11:35:47Z)
• Natural Disaster Classification using Aerial Photography Explainable for Typhoon Damaged Feature [0.0]
  本稿では,航空写真を用いた台風災害の特徴に着目した被害地域を可視化する実践的手法を提案する。 対象の特徴クラス確率を用いて、災害特徴マップを可視化し、色域を拡大する。 台風後の千葉地域の航空写真に応用したケーススタディを報告する。
  論文  参考訳（メタデータ） (2020-04-21T16:21:52Z)

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。