Fugu-MT 論文翻訳(概要): A Spatio-Temporal Kernel Density Estimation Framework for Predictive Crime Hotspot Mapping and Evaluation

論文の概要: A Spatio-Temporal Kernel Density Estimation Framework for Predictive Crime Hotspot Mapping and Evaluation

arxiv url: http://arxiv.org/abs/2006.00272v1
Date: Sat, 30 May 2020 13:51:05 GMT
ステータス: 処理完了
システム内更新日: 2023-05-17 22:36:53.526940
Title: A Spatio-Temporal Kernel Density Estimation Framework for Predictive Crime Hotspot Mapping and Evaluation
Title（参考訳）: 予測犯罪ホットスポットマッピングと評価のための時空間カーネル密度推定フレームワーク
Authors: Yujie Hu, Fahui Wang, Cecile Guin, Haojie Zhu
Abstract要約: 一般的なカーネル密度推定(KDE)のような既存の手法では、犯罪の時間次元を考慮していない。 A-temporal kernel density estimation (STKDE) 法を適用し、予測ホットスポットマッピングに時間成分を含める。複数のアレースケールで予測ホットスポットを評価するために,予測精度指標(PAI)曲線を新たに提案した。
参考スコア（独自算出の注目度）: 1.0896567381206714
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Predictive hotspot mapping plays a critical role in hotspot policing. Existing methods such as the popular kernel density estimation (KDE) do not consider the temporal dimension of crime. Building upon recent works in related fields, this article proposes a spatio-temporal framework for predictive hotspot mapping and evaluation. Comparing to existing work in this scope, the proposed framework has four major features: (1) a spatio-temporal kernel density estimation (STKDE) method is applied to include the temporal component in predictive hotspot mapping, (2) a data-driven optimization technique, the likelihood cross-validation, is used to select the most appropriate bandwidths, (3) a statistical significance test is designed to filter out false positives in the density estimates, and (4) a new metric, the predictive accuracy index (PAI) curve, is proposed to evaluate predictive hotspots at multiple areal scales. The framework is illustrated in a case study of residential burglaries in Baton Rouge, Louisiana in 2011, and the results validate its utility.
Abstract（参考訳）: 予測ホットスポットマッピングはホットスポットポリシングにおいて重要な役割を果たす。一般的なカーネル密度推定(KDE)のような既存の手法では、犯罪の時間次元を考慮していない。関連分野における最近の研究に基づいて, 予測ホットスポットマッピングと評価のための時空間的枠組みを提案する。 Comparing to existing work in this scope, the proposed framework has four major features: (1) a spatio-temporal kernel density estimation (STKDE) method is applied to include the temporal component in predictive hotspot mapping, (2) a data-driven optimization technique, the likelihood cross-validation, is used to select the most appropriate bandwidths, (3) a statistical significance test is designed to filter out false positives in the density estimates, and (4) a new metric, the predictive accuracy index (PAI) curve, is proposed to evaluate predictive hotspots at multiple areal scales. この枠組みは、2011年にルイジアナ州バトンルージュの住宅強盗のケーススタディで説明され、その実用性を検証した。

関連論文リスト

Distribution-Free Conformal Joint Prediction Regions for Neural Marked Temporal Point Processes [4.324839843326325]
我々は、共形予測の枠組みを用いて、ニューラルTPPモデルにおける不確実性に対するより信頼性の高い手法を開発した。主な目的は、イベントの到着時刻とマークに対する分布自由な共同予測領域を生成し、有限サンプルの限界カバレッジを保証することである。
論文参考訳（メタデータ） (2024-01-09T15:28:29Z)
BAM-DETR: Boundary-Aligned Moment Detection Transformer for Temporal Sentence Grounding in Videos [19.280799998526636]
時間文の接頭辞は、言語記述に関連するモーメントをローカライズすることを目的としている。境界指向モーメントの新たな定式化を提案する。提案手法の有効性を3つのベンチマークで検証した。
論文参考訳（メタデータ） (2023-11-30T07:16:11Z)
Score Matching-based Pseudolikelihood Estimation of Neural Marked Spatio-Temporal Point Process with Uncertainty Quantification [59.81904428056924]
我々は、不確実な定量化を伴うmarkPsを学習するためのスコアMAtching推定器であるSMASHを紹介する。具体的には,スコアマッチングによるマークPsの擬似的類似度を推定することにより,正規化自由度を推定する。提案手法の優れた性能は、事象予測と不確実性定量化の両方において広範な実験によって実証される。
論文参考訳（メタデータ） (2023-10-25T02:37:51Z)
On the Temperature of Bayesian Graph Neural Networks for Conformal Prediction [3.4546761246181696]
コンフォーマル予測(CP)は不確実性を定量化するための有望なフレームワークを提供する。 CP は、予測セットが所望の確率を持つ真のラベルを含むことを正式な確率的保証を保証する。より効率的な予測セットをもたらす温度の存在を実証的に実証する。
論文参考訳（メタデータ） (2023-10-17T10:24:25Z)
Numerically assisted determination of local models in network scenarios [55.2480439325792]
統計的振る舞いを再現する明示的な局所モデルを見つけるための数値ツールを開発する。グリーンベルガー・ホルン・ザイリンガー(GHZ)およびW分布の臨界振動性に関する予想を提供する。開発されたコードとドキュメントは、281.com/mariofilho/localmodelsで公開されている。
論文参考訳（メタデータ） (2023-03-17T13:24:04Z)
Concrete Score Matching: Generalized Score Matching for Discrete Data [109.12439278055213]
コンクレトスコア(Concrete score)とは、個別の設定のためのスコア(ステイン)の一般化である。コンクレトスコアマッチング(Concrete Score Matching)は、サンプルからこのようなスコアを学習するフレームワークである。
論文参考訳（メタデータ） (2022-11-02T00:41:37Z)
Rethinking Counting and Localization in Crowds:A Purely Point-Based Framework [59.578339075658995]
そこで本稿では,共同クラウドカウントと個別ローカライゼーションのための純粋にポイントベースのフレームワークを提案する。我々は、P2PNet(Point to Point Network)と呼ばれる、このフレームワークの下で直感的なソリューションを設計する。
論文参考訳（メタデータ） (2021-07-27T11:41:50Z)
Early Detection of COVID-19 Hotspots Using Spatio-Temporal Data [66.70036251870988]
疾病予防管理センター(CDC)は他の連邦機関と協力して、新型コロナウイルス(COVID-19)の感染が増加する郡(ホットスポット)を特定する。本稿では,米国における新型コロナウイルスホットスポットの早期発見のためのスパースモデルを提案する。深層ニューラルネットワークは、カーネルの解釈可能性を維持しながらモデルの代表的なパワーを高めるために導入されている。
論文参考訳（メタデータ） (2021-05-31T19:28:17Z)
A Statistical Perspective on Coreset Density Estimation [26.023056426554415]
コアセットは、元の観測の小さなサブセットを選択してデータを要約する強力なツールとして登場した。実効的なコアセットカーネル密度推定器は、H"古いスムース密度の大規模なクラスに対して、極小に近い最適値を示す。
論文参考訳（メタデータ） (2020-11-10T05:18:43Z)
Kernel Ridge Regression Using Importance Sampling with Application to Seismic Response Prediction [1.4180331276028657]
効率的な2段階アプローチを用いて,多様性を促進する新しいランドマーク選択法を提案する。また, 地震荷重と材料不確実性による構造応答予測のためのカーネル手法の新たな適用法を用いて, いくつかのランドマーク選択手法の性能について検討した。
論文参考訳（メタデータ） (2020-09-19T01:44:56Z)
Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
論文参考訳（メタデータ） (2020-07-20T12:07:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。