کاربرد داده کاوی و هوش مصنوعی در پیش بینی حوادث آتش سوزی شهری

آتش سوزی های شهری به عنوان یکی از مخاطرات جدی زیست محیطی و انسانی، هر ساله موجب خسارات اقتصادی وتلفات جانی فراوانی می شوند. پیش بینی دقیق و به موقع وقوع آتش سوزی می تواند نقش مهمی در کاهش آسیب ها و بهبود پاسخ دهی سازمان های امدادی داشته باشد. در سال های اخیر، با گسترش داده های شهری و توسعه روش های داده کاوی و هوش مصنوعی، امکان مدل سازی و پیش بینی حوادث آتش سوزی با دقت بالاتر فراهم شده است. این مقاله با رویکرد مروری نظام مند، پژوهش های انجام شده در زمینه کاربرد داده کاوی و هوش مصنوعی برای پیش بینی آتش سوزی های شهری را تحلیل و دسته بندی می کند. در این بررسی، روش های مختلف یادگیری ماشین، یادگیری عمیق، تحلیل سری های زمانی و مدل های ترکیبی مورد بررسی قرار می گیرند. همچنین، داده های مورد استفاده (محیطی، شهری، اجتماعی و ماهواره ای)، معیارهای ارزیابی عملکرد مدل ها، چالش ها و محدودیت های موجود و پیشنهادهای پژوهشی آینده مورد بحث قرار می گیرد. نتایج نشان می دهد که مدل های ترکیبی و یادگیری عمیق به خصوص در تحلیل داده های پیچیده و بزرگ، عملکرد بهتری نسبت به مدل های سنتی دارند، اما کمبود داده های با کیفیت، ناهماهنگی منابع داده و مسائل اخلاقی و حریم خصوصی از مهم ترین موانع کاربردی شدن این روش ها هستند.

کلیدواژه ها:

آتش سوزی شهری ، داده کاوی ، یادگیری ماشین ، یادگیری عمیق ، مدل های ترکیبی ، تحلیل سری های زمانی