北京时间10月8日下午，2024年诺贝尔物理学奖揭晓，美国科学家约翰·J·霍普菲尔德（John J. Hopfield）和加拿大科学家杰弗里·E·辛顿（Geoffrey E. Hinton）因其在人工神经网络领域的开创性贡献被授予这一殊荣。霍普菲尔德和辛顿两位科学家因“为实现使用人工神经网络的机器学习所做的基础性发现与发明”而获奖。
随着自然灾害对社会经济影响的日益加剧，建立精确、有效且细致的灾害风险评估模型具有重要的现实意义和价值。人工神经网络等先进的机器学习算法凭借其强大的特征学习能力、高效的并行计算能力和鲁棒性等优点，已在灾害风险科学领域被广泛使用。本文梳理了近年来发表在IJDRS期刊上关于人工神经网络在灾害风险科学中应用的相关论文，以期为该领域的读者和研究者提供有益的参考和借鉴。
1
Using Machine Learning to Identify and Optimize Sensitive Parameters in Urban Flood Model Considering Subsurface Characteristics
考虑下垫面特征及利用机器学习识别和优化城市内涝模型的敏感参数
扫描二维码，阅读原文
2
A Rapid Prediction Model of Urban Flood Inundation in a High-Risk Area Coupling Machine Learning and Numerical Simulation Approaches
耦合神经网络和数值模拟方法的城市高风险地区洪水淹没快速预报模型
扫描二维码，阅读原文
3
An Urban Road Risk Assessment Framework Based on Convolutional Neural Networks
扫描二维码，阅读原文
4
Wildfire Susceptibility Assessment in Southern China: A Comparison of Multiple Methods
中国南部地区野火易发性评估：多种方法的对比研究
扫描二维码，阅读原文
5
Forest Fire Susceptibility Modeling Using a Convolutional Neural Network for Yunnan Province of China
基于卷积神经网络的云南省森林火灾易发性建模
扫描二维码，阅读原文
6
Automatic Identification of Thaw Slumps Based on Neural Network Methods and Thaw Slumping Susceptibility
扫描二维码，阅读原文
7
Vulnerability Assessment Method for Immovable Cultural Relics Based on Artificial Neural Networks—An Example of a Heavy Rainfall Event in Henan Provinces
基于人工神经网络的不可移动文物脆弱性评估方法——以河南省暴雨事件为例
扫描二维码，阅读原文
期刊简介
International Journal of Disaster Risk Science(IJDRS，《国际灾害风险科学学报(英文)》)创刊于2010年，双月刊，由北京师范大学和应急管理部国家减灾中心共同主办，OA出版，史培军教授和Carlo Jaeger教授担任主编，是我国第一本专注于灾害风险研究的英文期刊。旨在刊登有关灾害风险科学研究理论、方法、技术和管理问题的原创性学术论文，为国内外研究人员有关重要成果提供首发平台。期刊已被SCIE、Scopus、CSCD等国内外权威数据库收录，多次荣获“中国最具国际影响力学术期刊”、“中国高校百佳科技期刊”等称号，位居JCR地球科学综合学科类目Q2区。
