文献

J-GLOBAL ID：202002269613350203   整理番号：20A1632268

群衆ビッグデータを活用した知的災害後ネットワーキング【JST・京大機械翻訳】

Intelligent Post-Disaster Networking by Exploiting Crowd Big Data

著者 (7件)： Wang Xiaoyan ,  Jiang Fangzhou ,  Zhong Lei ,  Ji Yusheng ,  Yamada Shigeki ,  Takano Kiyoshi ,  Xue Guoliang
資料名： IEEE Network  (IEEE Network)
巻： 34  号： 4  ページ： 49-55  発行年： 2020年 
JST資料番号： T0135A  ISSN： 0890-8044  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 主要な災害は,通信インフラを激しく損傷し,さらに,災害ストリクンエリアにおける更なるカオスと損失をもたらす。無線/モバイル通信の急速な回復は,災害応答のための最も重要な問題の1つである。低コストリレーを展開することによる無線マルチホップネットワーキングは,大規模災害が発生した後に,ネットワークサービスを破壊された領域の人々に効果的に拡張するための有望な解決策である。災害後の人口分布を正確に推定し,それに基づいて,人口カバレッジ比を最大化するために,限られた数の中継ノードを賢明に置くことが非常に重要である。本論文では,クラウドダイナミックスを活用することにより,知的な災害後ネットワーキング手法を提案した。最初に,災害後の時空間個体群分布を予測するために,長い短期メモリベースのニューラルネットワークを提示した。2016年に熊本地震時に収集した実際の群衆動力学データセットを用いてニューラルネットワークを訓練した。次に,細粒母集団推定結果に基づいて,著者らは,予算制約個体群意識中継配置問題のための3つの簡単なアルゴリズムを提示した。提案した手法を実世界シナリオで評価した。結果は,個体群分布の推定誤差が回帰モデルと比較して56Ω≦69パーセント減少し,母集団の大きな割合が限られた数のリレーによって効率的にカバーできることを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  ニューラルネットワーク ,  中継局 ,  配置問題 ,  移動通信 ,  人口分布 ,  *個体群 ,  回帰モデル ,  母集団 ,  カオス
準シソーラス用語： ネットワークサービス ,  推定誤差 ,  大規模災害 ,  通信インフラストラクチャー ,  *ビッグデータ , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  データ保護  (JD01020V)

タイトルに関連する用語 (4件)： ビッグデータ ,  活用 ,  災害 ,  ネットワーキング