通常

災害監視ダッシュボード｜市区町村サンプル｜--年--月--日 --:--:--

LoRa: 98%

5G: OK

衛星: 待機

Settings

Manage AI engine weights, risk thresholds, external integrations, and development jobs.

各AI分析コンポーネントが最終的なリスクスコアに与える影響の重みを調整します。センサーエラーや通信遅延を検知すると、信頼性の低いコンポーネントの重みは自動的に引き下げられます。

1. 異常予兆検知 (トレンド分析)40%

水位上昇傾向や風速変動など、時系列データの変化率から数時間後の危険を予測します。

2. センサーフュージョン (複合パターン解析)25%

雨量、風速、河川水位などの複数センサー情報を組み合わせ、単独では見逃される複合的なリスクパターンを検出します。

3. 異常検知 (LOF, Mahalanobis)20%

過去の正常データから大きく外れた異常値を統計的に検出し、突発的な変化を捉えます。

4. 予測モデルとの乖離 (ARIMA)15%

AIによる将来予測と、実際のセンサー値の差を監視し、予測不能な急激な状況悪化を検知します。

各アラートレベルを発動させるリスクスコアの閾値を定義します。

中リスク50

高リスク75

深刻リスク90

WazeおよびSIP4D（防災情報共有システム）との接続を管理します。

Waze for Cities (CCP) 連携

Wazeからリアルタイムの交通障害情報を取り込みます。

SIP4D連携

国の災害情報共有プラットフォームとデータを共有します。

自然言語を使用して、モデルの迅速なプロトタイピングとテストを実行します。これは、中核的でない、判断を伴わないユースケース向けです。

自然言語ジョブプロンプト

実行したい単発の分析ジョブを記述してください。

データソース

ジョブに使用するデータソースへのパスを指定してください。

モデルの再学習やシステム最適化のための定期的なジョブをスケジュールします。これにより、手動介入なしの継続的な改善ループが実現します。

ジョブ名

スケジュール (Cron形式)

ジョブの実行タイミングを定義します。例は「毎日午前2時」です。

タスク定義

エージェントが実行するタスクの概要を記述します。