[论文解读] Learning Incident Prediction Models Over Large Geographical Areas for Emergency Response Systems

Sayyed Mohsen Vazirizade, Ayan Mukhopadhyay+4 more|arXiv (Cornell University)|Jun 15, 2021

Traffic Prediction and Management Techniques被引用 4

一句话总结

本文提出了一种数据驱动的流水线，结合了合成重采样、非空间聚类和多源数据融合，以预测田纳西州州际公路网络等大范围地理区域内的稀疏时空交通事件。该方法通过改进短期预测并为经典 p-median 资源分配问题引入地理分布平衡惩罚项，显著缩短了应急响应时间——长期可减少最多10%。

ABSTRACT

Principled decision making in emergency response management necessitates the use of statistical models that predict the spatial-temporal likelihood of incident occurrence. These statistical models are then used for proactive stationing which allocates first responders across the spatial area in order to reduce overall response time. Traditional methods that simply aggregate past incidents over space and time fail to make useful short-term predictions when the spatial region is large and focused on fine-grained spatial entities like interstate highway networks. This is partially due to the sparsity of incidents with respect to the area in consideration. Further, accidents are affected by several covariates, and collecting, cleaning, and managing multiple streams of data from various sources is challenging for large spatial areas. In this paper, we highlight how this problem is being solved for the state of Tennessee, a state in the USA with a total area of over 100,000 sq. km. Our pipeline, based on a combination of synthetic resampling, non-spatial clustering, and learning from data can efficiently forecast the spatial and temporal dynamics of accident occurrence, even under sparse conditions. In the paper, we describe our pipeline that uses data related to roadway geometry, weather, historical accidents, and real-time traffic congestion to aid accident forecasting. To understand how our forecasting model can affect allocation and dispatch, we improve upon a classical resource allocation approach. Experimental results show that our approach can significantly reduce response times in the field in comparison with current approaches followed by first responders.

研究动机与目标

• 解决在如整个州级区域等大范围地理区域内预测稀疏、高影响交通事件的挑战，传统聚合方法因数据稀疏而失效。
• 开发一种可扩展的预测流水线，将道路几何、天气、交通拥堵和历史事件等多样化数据源整合为准确的短期预测。
• 通过在经典 p-median 问题中引入平衡项以优化地理分布和响应者可用性，改进应急资源分配。
• 评估预测模型在现实世界中对响应时间减少的影响，超越准确率指标，关注运行性能。
• 证明在稀疏应急场景中，F1 分数高的预测模型（而非仅准确率高）能带来更优的资源分配结果。

提出的方法

• 流水线使用合成重采样扩充稀疏事件数据，提升低频区域的模型泛化能力。
• 非空间聚类基于协变量（如限速、地形）对路段进行分组，实现在地理上相距遥远但特征相似的路段之间的迁移学习。
• 采用多模态学习框架，融合历史事故数据、实时交通拥堵、天气状况和道路几何信息，训练预测模型。
• 使用 F1 分数、AUC 和精确率-召回率指标评估预测模型，优先检测罕见事件。
• 在经典 p-median 问题中引入超参数 α，对响应者过度集中进行惩罚，以平衡覆盖范围与响应效率。
• 在 186 个四小时时间段内进行模拟，共包含 1,865 起事件，评估不同响应者数量和 α 值下的响应时间与覆盖范围。

实验结果

研究问题

• RQ1 合成重采样与非空间聚类是否能提升在大范围稀疏区域中的事件预测准确率？
• RQ2 整合多源数据（天气、交通、道路几何）在提升罕见交通事件短期预测方面有何作用？
• RQ3 在稀疏应急预测中，使用 F1 分数作为模型选择标准是否能带来优于准确率的运行结果？
• RQ4 在应急响应系统中，通过引入地理分布惩罚项修改 p-median 问题，能在多大程度上减少平均响应时间？
• RQ5 在资源分配流水线中，哪种预测模型（如随机森林、神经网络）能带来最大的响应时间减少？

主要发现

• 所提出的预测流水线在长期模拟中将平均响应时间最多减少了10%，显著提升了应急响应效率。
• 在 α ∈ [0.5, 1] 范围内，改进的 p-median 模型使每位事件响应者平均行驶距离减少了最多3公里。
• 基于随机森林的预测模型带来了最高的响应时间减少，神经网络紧随其后，其在实际运行影响方面优于其他模型。
• F1 分数高的模型——强调召回率与精确率——相比仅准确率高的模型，带来了更优的资源分配结果，凸显了在稀疏事件中控制假阴性的重要性。
• 过大的惩罚（高 α）会增加响应时间，证实过度地理平衡会损害覆盖范围，必须谨慎调参。
• 该框架在不同数量可用响应者的情况下均表现出稳健性能，展示了其可扩展性与对现实运行约束的适应能力。