Nuovo quadro di valutazione dei segnali di rischio incendi boschivi oltre le metriche di accuratezza

Uno studio recente pubblicato su arXiv introduce un quadro di valutazione monotono progettato per i sistemi di rischio incendi boschivi, sostenendo che metriche tradizionali come F1-score e IoU sono inadeguate per misurare la coerenza operativa. Questo quadro valuta se gli aumenti nei punteggi di rischio previsti corrispondono a incrementi nelle effettive richieste operative, inclusi il numero di incendi, i tempi di risposta e le risorse utilizzate. La ricerca valuta tre metodologie nella regione delle Alpi Marittime in Francia: l'indice DFE basato su esperti, modelli predittivi GRU e FARS, un sistema ibrido multi-agente che combina AI predittiva con ragionamento basato su LLM. I risultati indicano che, mentre DFE mostra scarse metriche di classificazione, mantiene il comportamento monotono più coerente lungo lo spettro di rischio. Al contrario, i modelli GRU mostrano una forte monotonia locale ma mancano di segnali ben calibrati, sottolineando la necessità di metodi di valutazione che supportino il processo decisionale operativo.