人気の投稿

エディターズチョイス - 2019

新しい犯罪対処アルゴリズムは、違法行為の再発を予測する可能性がある

Anonim

サリー大学とジョージア工科大学によって開発された新しいアルゴリズムは、リアルタイムデータを迅速に処理し、違法行為が再発する可能性のある場所を予測できるため、犯罪との戦いにおいて、警察部門に優位を与えることができます。

広告


世界各地の警察署は、リソースの圧迫に直面しています。その現実は、当局が自分の努力をどこに集中させるべきかについて当局が決定するのを助ける、予測的ポリシングソフトウェアの成長を促しています。 1つの一般的な方法は、流行型余震シーケンス(ETAS)モデルを都市犯罪データに適合させることです。これは、単一の専用アナリストの2倍の犯罪を予測できるグリッドマップベースのアプローチです。

Computational Statistics and Data Analysisによって発表された論文では、SurreyとGeorgia、Atlantaの研究者は、天気予報やETASを補うApollo宇宙ミッションと同様の新しいアプローチを詳述しています。 研究者はこのアプローチを使用して、リアルタイムの都市犯罪データとETASモデルを組み合わせることができる新しいアルゴリズム、Ensemble Poisson Kalman Filter(EnPKF)を開発することができました。 EnPKFは、犯罪率のリアルタイム予測を提供し、特定の地域でどのくらいの犯罪が繰り返される可能性があるかを示すことができます。 このアルゴリズムはまた、短期犯罪ホットスポットがどこで発生する可能性があるか、そしてそのような増加に対処するために追加のリソースが必要であるかどうかについて、警察署に提案することもできます。

数学者は、1999年から2002年にかけて、ロサンゼルスで1000件以上の暴力的なギャング犯罪に関するデータに対してアルゴリズムをテストしました。これは33人の既知ギャングを対象としたデータセットです。

研究者は、ETAS以外のモデルを使用してEnPKFが予測を行うことができるため、このアルゴリズムには幅広い用途があると考えています。 EnPKFは、サハラ以南のアフリカの列車の遅延、地震の余震、さらには保険請求まで監視するために使用できると考えられています。

Surreyの数学科のDavid Lloyd博士は次のように述べています。「Ensemble Poisson Kalman Filterは、犯罪がいつ予測できるかについての洞察を与えてくれていることに慎重に取り組んでおり、アルゴリズムを強化し、シカゴのデータに対してイベントをテストするようにしています。

「EnPKFとこれに類似したアルゴリズムは、コミュニティを安全に保つために懸命に働く法執行機関を支援するツールであり、最終的には個々の部門のニーズによって決定されることを覚えておくことが重要です。

広告



ストーリーソース:

サリー大学が提供する資料。 注:コンテンツはスタイルと長さのために編集することができます。


ジャーナルリファレンス

  1. N. Santitissadeekorn、MB Short、DJB Lloyd。 都市犯罪データへの適用による1D自己励振プロセスの順次データ同化計算統計およびデータ分析 、2018; DOI:10.1016 / j.csda.2018.06.014