論文の概要: The effect of differential victim crime reporting on predictive policing systems

• arxiv url: http://arxiv.org/abs/2102.00128v1
• Date: Sat, 30 Jan 2021 01:57:22 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-02 16:11:39.808599
• Title: The effect of differential victim crime reporting on predictive policing systems
• Title（参考訳）: 被害者の異なる犯罪報告が警察の予測システムに及ぼす影響
• Authors: Nil-Jana Akpinar and Alexandra Chouldechova
• Abstract要約: 本研究では, 被害者の犯罪報告率の違いが, 共通犯罪ホットスポット予測モデルにおいて, 結果の相違をもたらすことを示す。 以上の結果から, 犯罪報告率の差は, 高犯罪から低犯罪へ, 高犯罪・中犯罪・高報道へ, 予測ホットスポットの移動につながる可能性が示唆された。
• 参考スコア（独自算出の注目度）: 84.86615754515252
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Police departments around the world have been experimenting with forms of place-based data-driven proactive policing for over two decades. Modern incarnations of such systems are commonly known as hot spot predictive policing. These systems predict where future crime is likely to concentrate such that police can allocate patrols to these areas and deter crime before it occurs. Previous research on fairness in predictive policing has concentrated on the feedback loops which occur when models are trained on discovered crime data, but has limited implications for models trained on victim crime reporting data. We demonstrate how differential victim crime reporting rates across geographical areas can lead to outcome disparities in common crime hot spot prediction models. Our analysis is based on a simulation patterned after district-level victimization and crime reporting survey data for Bogot\'a, Colombia. Our results suggest that differential crime reporting rates can lead to a displacement of predicted hotspots from high crime but low reporting areas to high or medium crime and high reporting areas. This may lead to misallocations both in the form of over-policing and under-policing.
• Abstract（参考訳）: 世界中の警察は、20年以上にわたり、場所に基づくデータ駆動の積極的警察を実験してきた。 このようなシステムの現代の化身は一般にホットスポット予測ポリシング(Hot spot predictivepolicing)として知られている。 これらのシステムは、警察がこれらの地域にパトロールを割り当て、犯罪の発生を阻止できるように、将来の犯罪がどこに集中するかを予測する。 予測警察における公平性に関するこれまでの研究は、モデルが発見された犯罪データで訓練されたときに発生するフィードバックループに集中しているが、被害者犯罪報告データで訓練されたモデルには影響が限定されている。 地理的に異なる被害者犯罪報告率が,一般的な犯罪ホットスポット予測モデルにおける結果格差にどのようにつながるかを実証する。 本分析は,コロンビア・ボゴトワにおける地区レベルの被害者化と犯罪報告調査データに基づくシミュレーションである。 本研究では, 鑑別犯罪報告率が, 高犯罪から低報告領域から高・中犯罪, 高報告領域への予測ホットスポットの変位につながる可能性が示唆された。 これは、過度な政治と過度な政治の両方の形で誤配置を引き起こす可能性がある。

関連論文リスト

• The Impact of Differential Feature Under-reporting on Algorithmic Fairness [86.275300739926]
  解析的に抽出可能な差分特徴のアンダーレポーティングモデルを提案する。 そして、この種のデータバイアスがアルゴリズムの公正性に与える影響を特徴づける。 我々の結果は、実世界のデータ設定では、アンダーレポートが典型的に格差を増大させることを示している。
  論文  参考訳（メタデータ） (2024-01-16T19:16:22Z)
• Ranking the locations and predicting future crime occurrence by retrieving news from different Bangla online newspapers [2.3979112009934163]
  我々は、特定の場所の安全性について、人々に近似を与えるアプローチを考え出した。 私たちのアプローチは、犯罪データをクロールするために、さまざまなオンラインバングラ新聞に依存しています。
  論文  参考訳（メタデータ） (2023-05-18T04:19:26Z)
• Crime Prediction using Machine Learning with a Novel Crime Dataset [0.0]
  バングラデシュは貧困、人口増加、その他多くの社会経済的問題による犯罪率が高い。 法執行機関にとって、将来の犯罪活動を防ぐためには犯罪パターンを理解することが不可欠である。 本稿では,バングラデシュにおける6574件の犯罪事件に関する時間的,地理的,天気,人口統計データを含む新たな犯罪データセットを提案する。
  論文  参考訳（メタデータ） (2022-11-03T01:55:52Z)
• If it Bleeds, it Leads: A Computational Approach to Covering Crime in Los Angeles [79.4098551457605]
  本稿では,犯罪に関する古典的ニュース記事から原典型的報道形態を学習し,その構造を学習することで,個々の犯罪を網羅するシステムを提案する。 私たちの研究が、これらのコンポーネントを併用して犯罪を報道するニュース記事の骨格を形成するシステムに繋がることを期待しています。
  論文  参考訳（メタデータ） (2022-06-14T19:06:13Z)
• Spatial-Temporal Hypergraph Self-Supervised Learning for Crime Prediction [60.508960752148454]
  本研究では,犯罪予測におけるラベル不足問題に対処する空間的ハイパーグラフ自己監視学習フレームワークを提案する。 都市空間全体における犯罪の地域的依存性をエンコードするクロスリージョンハイパーグラフ構造学習を提案する。 また,2段階の自己指導型学習パラダイムを設計し,局所的・世界的空間的犯罪パターンを共同で捉えるだけでなく,地域的自己差別の強化による疎犯罪表現を補う。
  論文  参考訳（メタデータ） (2022-04-18T23:46:01Z)
• Spatial-Temporal Sequential Hypergraph Network for Crime Prediction [56.41899180029119]
  本稿では,複合犯罪の時空間パターンを包括的に符号化する時空間逐次ハイパーグラフネットワーク(ST-SHN)を提案する。 特に、長距離及びグローバルなコンテキスト下での時空間力学を扱うために、グラフ構造化されたメッセージパッシングアーキテクチャを設計する。 提案するST-SHNフレームワークは予測性能を大幅に向上させることができることを示す。
  論文  参考訳（メタデータ） (2022-01-07T12:46:50Z)
• Crime Prediction Using Multiple-ANFIS Architecture and Spatiotemporal Data [0.0]
  我々はいくつかのファジィ推論システム (FIS) と適応型ニューロファジィ推論システム (ANFIS) を用いて、特定の場所や時間に起こりやすい犯罪の種類を予測する。
  論文  参考訳（メタデータ） (2020-11-07T19:57:30Z)
• Belief Rule Based Expert System to Identify the Crime Zones [0.0]
  本稿では,犯罪帯の特定に焦点をあて,犯罪ホットスポットの頻繁なパターンを生成するために,Belief Rule Baseアルゴリズムをどのように実行したかを明らかにする。 また,本論文では,潜在的な犯罪の予測に専門家システムをどのように利用したかを示した。
  論文  参考訳（メタデータ） (2020-05-10T04:07:38Z)
• Exploring Spatio-Temporal and Cross-Type Correlations for Crime Prediction [48.1813701535167]
  我々は,都市犯罪のクロスタイプと時間的相関を利用した犯罪予測を行う。 犯罪予測のための相関関係を数学的にモデル化するコヒーレントな枠組みを提案する。 犯罪予測における相関関係の重要性を理解するために、さらなる実験が行われた。
  論文  参考訳（メタデータ） (2020-01-20T00:34:53Z)

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。