利用人工智能提升社区韧性与应急响应能力
计算机与社会
2020-06-01 v1 人工智能
社会与信息网络
摘要
纳入最新信息技术的新型危机应对与管理方法在应急准备与响应的所有阶段都至关重要，包括规划、响应、恢复与评估阶段。准确及时的信息，与响应机构间快速而协调的行动同样关键。我们正致力于一个多管齐下的应急响应工具，为利益相关方提供及时的全面、相关且可靠的信息访问。应急人员分析、传播并依据关键信息行动得越快，其响应就越有效、越及时，对受影响人群的裨益也越大。我们的工具包含编码多层开源地理空间数据，包括洪水风险位置、道路网络强度、作为内陆洪水替代指标的淹没图，以及用于估算淹没区域和受损基础设施的计算机视觉语义分割。这些数据层被组合并用作机器学习算法的输入数据，例如寻找 emergency 前、中、后的最佳疏散路线，或首先提供受影响区域中供一线响应人员使用的可用住宿清单。尽管我们的系统可用于人们被迫从一地迁往另一地的多种用例，我们仍以北卡罗来纳州 Lumberton 的 Florence 飓风用例展示了系统的可行性。
引用
@article{arxiv.2005.14212,
title = {Improving Community Resiliency and Emergency Response With Artificial Intelligence},
author = {Ben Ortiz and Laura Kahn and Marc Bosch and Philip Bogden and Viveca Pavon-Harr and Onur Savas and Ian McCulloh},
journal= {arXiv preprint arXiv:2005.14212},
year = {2020}
}