Firebird：预测亚特兰大火灾风险并确定消防检查优先级
计算机与社会
2016-03-01 v1
摘要
亚特兰大消防救援局（AFRD）与许多市政消防部门一样，通过检查商业物业的潜在危险和违反消防规范的情况，积极致力于降低火灾风险。然而，AFRD 的消防检查实践依赖于传统和直觉，没有现有的数据驱动流程来确定消防检查的优先级或识别需要检查的新物业。我们与 AFRD 合作，开发了 Firebird 框架，利用机器学习、地理编码和信息可视化，帮助市政消防部门识别商业物业消防检查并确定其优先级。Firebird 为该市超过 5,000 栋建筑计算火灾风险评分，在预测火灾方面的真正率高达 71%。根据 AFRD 的检查标准，它已识别出 6,096 处需要检查的潜在新商业物业。此外，通过交互式地图，Firebird 整合并可视化了火灾事件、物业信息和风险评分，以帮助 AFRD 就消防检查做出明智决策。Firebird 已开始在地方和国家层面产生积极影响。它正在改善 AFRD 的检查流程和亚特兰大居民的安全，并被美国国家消防协会（NFPA）强调为利用数据指导消防检查的最佳实践。
引用
@article{arxiv.1602.09067,
title = {Firebird: Predicting Fire Risk and Prioritizing Fire Inspections in Atlanta},
author = {Michael Madaio and Shang-Tse Chen and Oliver L. Haimson and Wenwen Zhang and Xiang Cheng and Matthew Hinds-Aldrich and Duen Horng Chau and Bistra Dilkina},
journal= {arXiv preprint arXiv:1602.09067},
year = {2016}
}
备注
10 pages, 4 figures, submitted to KDD 2016