Sistem Penilaian Resiko Tingkat Bahaya Kebakaran Hutan Berbasis Jaringan Syaraf Tiruan
Notice bibliographique
Résumé
Canadian International Development Association (CIDA) tahun 1995 menunjuk Canadian Forest Service, Northern Forestry Centre untuk melaksanakan proyek pengukuran Tingkat Bahaya Kebakaran Hutan (Fire Danger Rating/FDR) di kawasan Asia Tenggara. Tujuan proyek FDR ini adalah meningkatkan kemampuan organisasi pengelolaan sumberdaya di Asia Tenggara dalam mengelola kebakaran hutan, lahan dan asapnya. Gangguan kebakaran hutan yang cukup menonjol di Indonesia terjadi di Kalimantan Timur pada lahan dalam frekuensi sering, terutama pada musim kemarau dengan luasan kawasan dan kerugian yang di timbulkan cukup besar, baik ditinjau dari segi ekonomis, maupun ekologi. Kebakaran hutan dan lahan merupakan musibah yang sebenarnya dapat ditanggulangi jika masyarakat paham dan sadar tentang dampak yang ditimbulkan. Oleh sebab itu, perlu adanya suatu penyebaran informasi yang mudah dan cepat kepada masyarakat tentang resiko kebakaran hutan berdasarkan jaringan syaraf tiruan untuk dapat digunakan oleh institusi pengambil kebijakan. Sistem ini akan menggunakan gejala-gejala awal yang tampak baik secara alami (bersumber dari alam) Pengguna akan disajikan dengan tampilan informasi yang mudah dipahami untuk mengetahui hasil penilaian dari resiko tingkat kebakaran hutan yang akan terjadi, disertai dengan langkah-langkah antisipatif dan panduan singkat tindakan mitigasi bencana kebakaran hutan dan lahan
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,036 | 0,005 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».