Development of Real-time physical and social phenomenon forecasting AI

2023 Fiscal Year Final Research Report

• Project/Area Number: 20H02410
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 25030:Disaster prevention engineering-related
• Research Institution: The University of Tokyo
• Principal Investigator: Hiroi U 東京大学, 先端科学技術研究センター, 教授 (50456141)
• Co-Investigator(Kenkyū-buntansha): 関谷 直也 東京大学, 大学院情報学環・学際情報学府, 教授 (30422405) ; 坂平 文博 大阪工業大学, 情報科学部, 准教授 (70578129)
• Project Period (FY): 2020-04-01 – 2023-03-31
• Keywords: 災害連鎖 / 機械学習 / 被害予測

Outline of Final Research Achievements

In this research, We want to make a methodology to predict events that will occur immediately after a disaster using data science based on a database of all causal factors from disaster phenomena to social phenomena and a vast amount of experience related to these responses, and to suggest optimal responses, finally. In this study, we made a methodology to immediately predict the characteristics of disasters from a huge causal database and to qualitatively predict events that will occur in the future. As a result, we can make a technique to create a causal network from newspaper articles almost automatically and with high accuracy.

Free Research Field

都市防災

Academic Significance and Societal Importance of the Research Achievements

従来の地震被害予測手法は災害発生前の事前対策を評価・意思決定する予防的アプローチとして用いられることが多い．そのため，想定した災害に対する最適解の対応は事前に導き出せるものの，災害直後に「これから何が起きるのか」といった，実際の災害対応の参考となる情報を与えてくれるものでは必ずしもない現状がある．これに対して本研究では，これまでの防災研究の基本スキームを踏襲する従来型の被害想定手法とは全く異なる，将来事象予見型の新しい被害予測技術「リアルタイム物理・社会現象予測AI」の理論部分を開発した．この結果，任意のテキストデータからほぼ自動的に精度高く因果ネットワークを作成する技術が確立可能となった．