文献

J-GLOBAL ID：202102283104232812   整理番号：21A3313292

マルチモーダル融合による都市洪水の状況認識のより大きな精度の提供【JST・京大機械翻訳】

Providing a greater precision of Situational Awareness of urban floods through Multimodal Fusion

著者 (3件)： da Costa Thiago Aparecido Goncalves (Institute of Computer Sciences and Computational Mathematics (ICMC), University of Sao Paulo (USP), Sao Carlos, Sao Paulo, Brazil) ,  Meneguette Rodolfo Ipolito (Institute of Computer Sciences and Computational Mathematics (ICMC), University of Sao Paulo (USP), Sao Carlos, Sao Paulo, Brazil) ,  Ueyama Jo (Institute of Computer Sciences and Computational Mathematics (ICMC), University of Sao Paulo (USP), Sao Carlos, Sao Paulo, Brazil)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 188  ページ： Null  発行年： 2022年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 洪水はブラジル,サンパウロ市に住む人々の不安源である。毎年,都市は,特性への損害によって引き起こされたUS$35百万以上の財政的損失を受け,そして,無数の生活は洪水の結果として失われる。災害管理のような戦略はフラッシュ洪水を低減,防止し,またそれらの犠牲者を支援する。さらに,Twitterのようなソーシャルネットワークが,洪水犠牲者の同定を助けることができる大量の局所化された地理メッセージを生成するので,災害管理応答段階における支援の提供において,重要な役割を果たすことができる。ソーシャルネットワーク意見のマイニングは,マシン学習(ML)アルゴリズムがメッセージのコンテキストを徹底的に反映できないので,厳しい課題を提起し,従って,テキストデータを文脈データと組み合わせることにより改善する必要がある。本研究では,フラッシュ洪水のSituational Awareess(SAW)を得るために,ソーシャルネットワークポストと気象データの多重源を結合して,サンパウロにおける災害管理応答段階をサポートできる。著者らは,気象とソーシャルネットワークデータを結合することによって,著者らは,より大きな精度の洪水犠牲者を同定することができることを示した。サンパウロにおける洪水の犠牲者を同定するために設計されたモデルは,精度の87.69%を達成した。さらに,文脈データ包含は,ツイートと文脈データからの都市洪水のSAWの22.8%の増加をもたらし,マルチモーダルアプローチが単峰性戦略よりも有望であることを示した。最後に,本研究は,ML戦略にソーシャルネットワークポストを単純に適用することがフラッシュ洪水のSAWを得る効率的な方法ではないことを示すことによって,新しいアプローチを最初に採用した。第2に,本研究は,潜在的洪水地域を確立するための経験的戦略が,半バリオグラム技術が,事前の人間の干渉や損傷(例えば,鉱物埋蔵量を位置決めする場合)を持たないシナリオを理解するためにより適切であるので,地球統計学的アプローチ(Semivariogram)の採用よりも効果的であることを証明した。したがって,特にサンパウロの場合,トラッシュが排水システムに近いとき,これはガッタの目詰まりを引き起こし,従って洪水をもたらす。Copyright 2021 Elsevier B.V., Amsterdam. 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 ,  鉱物 ,  *洪水 ,  埋蔵量 ,  学習 ,  気象 ,  *都市 ,  ブラジル連邦共和国 ,  気象データ ,  地理学 ,  多重化 ,  *多モード ,  フラッシュ蒸発 ,  機械学習
準シソーラス用語： 社会的ネットワーク , 【Automatic Indexing@JST】

著者キーワード (6件)： マルチモーダル融合 ,  テキスト分類 ,  洪水 ,  状況認識 ,  災害管理 ,  機械学習

分類 (2件)： 自然災害  (RA02030M) ,  洪水対策  (RC12040I)

タイトルに関連する用語 (3件)： マルチモーダル融合 ,  都市洪水 ,  状況認識