グラフ畳込みネットワークによるクロス災害建築物損傷評価に向けて【JST・京大機械翻訳】

Ismail Ali; Awad Mariette

プレプリント

J-GLOBAL ID：202202204395964606 整理番号：22P0279555

グラフ畳込みネットワークによるクロス災害建築物損傷評価に向けて【JST・京大機械翻訳】

Towards Cross-Disaster Building Damage Assessment with Graph Convolutional Networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年01月25日プレプリントサーバーでの情報更新日： 2022年01月25日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

災害の後,建物被害マップは,救助操作を計画するために変化検出を使用して得られる。現在の畳み込みニューラルネットワーク手法は,損傷を予測するための隣接建物間の類似性を考慮しない。これらの関係を捉えるために,新しいグラフベースの建物損傷検出ソリューションを提示した。提案モデルアーキテクチャは,建物損傷を予測するために,局所および近隣特徴の両方から学習する。特に,著者らは,新しい災害の予測を得るために必要な時間を緩和するために必須な非意味グラフに一般化する凝集関数を学習するために,サンプルと集合グラフ畳込み戦略を採用した。xBDデータセットと古典的畳み込みニューラルネットワークとの比較に関する実験は,著者らのアプローチがクラス不均衡によって障害される一方,それが交差災害一般化に来るとき,有望で明確な利点を示すことを明らかにする。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

自然災害

, , , ,

前のページに戻る