抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
野火事件は世界中の多くの場所で深刻な損失を引き起こし,気候変動に伴って増加すると予想される。何年もの間,火災事象を早期に特定し,それらが始まった時に火災挙動をシミュレートするための多くの技術が開発されている。別の特に有用な技術は火災リスク指数であり,火災のリスクの高度な予測を行うための気象強制を使用する。火災リスク指数の予測は,例えば,高いリスクを有する場所における資源を割り当てるために使用することができた。これらの指標を,実験室実験と現場試験で推定したパラメータを有する経験的モデルとして数年間にわたって開発した。しかし,これらのパラメータは,これらのモデルが使用されるすべての場所に適合しないかもしれない。本論文では,一つのインデックス(NFDRS IC)の新しい実装を,勾配降下によりその内部パラメータを最適化できる微分可能関数として提案した。モデルを構築するために,既存の機械学習フレームワーク(PyTトーチ)を利用した。この手法は2つの利点を持つ。(1)NFDRS ICパラメータは実際の観測火災事象を用いて各領域に対して改善でき,(2)内部変数は従来のニューラルネットワークのように意味のない隠れ層の代わりに専門家による解釈のために無傷のままである。本論文では,米国とヨーロッパにおける場所に対する実際の火災事象による戦略を評価した。【JST・京大機械翻訳】