論文の概要: Crime Prediction using Machine Learning with a Novel Crime Dataset

• arxiv url: http://arxiv.org/abs/2211.01551v1
• Date: Thu, 3 Nov 2022 01:55:52 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-04 12:51:15.667654
• Title: Crime Prediction using Machine Learning with a Novel Crime Dataset
• Title（参考訳）: 新たな犯罪データを用いた機械学習による犯罪予測
• Authors: Faisal Tareque Shohan, Abu Ubaida Akash, Muhammad Ibrahim, Mohammad Shafiul Alam
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Crime is an unlawful act that carries legal repercussions. Bangladesh has a high crime rate due to poverty, population growth, and many other socio-economic issues. For law enforcement agencies, understanding crime patterns is essential for preventing future criminal activity. For this purpose, these agencies need structured crime database. This paper introduces a novel crime dataset that contains temporal, geographic, weather, and demographic data about 6574 crime incidents of Bangladesh. We manually gather crime news articles of a seven year time span from a daily newspaper archive. We extract basic features from these raw text. Using these basic features, we then consult standard service-providers of geo-location and weather data in order to garner these information related to the collected crime incidents. Furthermore, we collect demographic information from Bangladesh National Census data. All these information are combined that results in a standard machine learning dataset. Together, 36 features are engineered for the crime prediction task. Five supervised machine learning classification algorithms are then evaluated on this newly built dataset and satisfactory results are achieved. We also conduct exploratory analysis on various aspects the dataset. This dataset is expected to serve as the foundation for crime incidence prediction systems for Bangladesh and other countries. The findings of this study will help law enforcement agencies to forecast and contain crime as well as to ensure optimal resource allocation for crime patrol and prevention.
• Abstract（参考訳）: 犯罪は法的弾圧を行う違法な行為である。 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。 この目的のために、これらの機関は構造化犯罪データベースを必要とする。 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。 我々は、毎日の新聞アーカイブから7年間の犯罪ニュース記事を手作業で収集する。 これらの原文から基本的特徴を抽出する。 次に,これらの基本的な機能を用いて,位置情報と気象データの標準サービス提供者に相談し,収集した犯罪事件に関する情報を収集する。 さらにバングラデシュ国立国勢調査データから人口統計情報を収集する。 これらの情報を組み合わせて、標準の機械学習データセットが生成される。 犯罪予測タスクには36の機能が組み込まれている。 5つの教師付き機械学習分類アルゴリズムが新たに構築されたデータセット上で評価され、十分な結果が得られる。 また,データセットの様々な側面について探索分析を行う。 このデータセットはバングラデシュや他の国の犯罪発生予測システムの基礎となることが期待されている。 本研究の結果は、法執行機関が犯罪を予知し、封じ込め、犯罪パトロールや予防に最適な資源配分を確保するのに役立つ。

関連論文リスト

• 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)
• Exploring The Relationship Between Road Infrastructure and Crimes in Memphis, Tennessee [91.3755431537592]
  2020年から2022年にかけて、メンフィス・データ・ハブからホップと犯罪データを収集した。 犯罪データは、犯罪の場所、時間、種類を含むメンフィス地域の様々な犯罪を報告している。 ホップホールデータはOpen 311データの一部であり、異なるインフラプロジェクトの情報を含んでいる。
  論文  参考訳（メタデータ） (2022-12-02T03:52:35Z)
• 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)
• The effect of differential victim crime reporting on predictive policing systems [84.86615754515252]
  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。
  論文  参考訳（メタデータ） (2021-01-30T01:57:22Z)
• 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)
• Forecasting Crime Using ARIMA Model [1.90365714903665]
  ロンドン地区における犯罪率の予測は,ロンドンにおける大規模な犯罪データセットを抽出し,将来における犯罪数を予測する。 ロンドン警視庁がウェブサイトやその他の資料から収集した実際の犯罪のデータセット。 データ抽出(DE)、非構造化データのデータ処理(DP)、IBM SPSSの可視化モデル。
  論文  参考訳（メタデータ） (2020-03-18T01:32:55Z)
• Crime Prediction Using Spatio-Temporal Data [8.50468505606714]
  監視学習技術は、より正確な犯罪を予測するために使用される。 提案システムには、サンフランシスコ市で12年間にわたって行われた犯罪活動データセットが組み込まれている。
  論文  参考訳（メタデータ） (2020-03-11T16:19:19Z)
• 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。