論文の概要: Ranking the locations and predicting future crime occurrence by retrieving news from different Bangla online newspapers

• arxiv url: http://arxiv.org/abs/2305.10698v1
• Date: Thu, 18 May 2023 04:19:26 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-19 17:02:05.836658
• Title: Ranking the locations and predicting future crime occurrence by retrieving news from different Bangla online newspapers
• Title（参考訳）: 様々なバングラ・オンライン新聞のニュース検索による位置のランク付けと今後の犯罪発生予測
• Authors: Jumman Hossain, Rajib Chandra Das, Md. Ruhul Amin, Md. Saiful Islam
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 2.3979112009934163
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: There have thousands of crimes are happening daily all around. But people keep statistics only few of them, therefore crime rates are increasing day by day. The reason behind can be less concern or less statistics of previous crimes. It is much more important to observe the previous crime statistics for general people to make their outing decision and police for catching the criminals are taking steps to restrain the crimes and tourists to make their travelling decision. National institute of justice releases crime survey data for the country, but does not offer crime statistics up to Union or Thana level. Considering all of these cases we have come up with an approach which can give an approximation to people about the safety of a specific location with crime ranking of different areas locating the crimes on a map including a future crime occurrence prediction mechanism. Our approach relies on different online Bangla newspapers for crawling the crime data, stemming and keyword extraction, location finding algorithm, cosine similarity, naive Bayes classifier, and a custom crime prediction model
• Abstract（参考訳）: 毎日何千もの犯罪が起こっています。 しかし、統計は少ないため、犯罪率は日に日に増えている。 背景にある理由は、以前の犯罪の統計がより少ないか少ないかである。 一般人が退去決定を下す前の犯罪統計を観察することがより重要であり、犯人を捕まえた警察は、犯罪を抑止する措置を取っており、観光客は旅の判断を下すことが重要である。 国立司法研究所は国内の犯罪調査データを公表しているが、ユニオンレベルやタナレベルまでの犯罪統計は提供していない。 これらすべての事例を考慮すると、我々は、将来の犯罪発生予測機構を含む地図上の犯罪の所在を示す異なる領域の犯罪ランキングを持つ特定の場所の安全性について、人々に近似するアプローチを考案した。 我々のアプローチは、様々なオンラインバングラの新聞に、犯罪データをクロール、ステーミングとキーワード抽出、位置探索アルゴリズム、コサイン類似性、ナイーブベイズ分類器、カスタム犯罪予測モデルに頼っている。

関連論文リスト

• 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)
• 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)
• American Hate Crime Trends Prediction with Event Extraction [0.0]
  FBIのUniform Crime Reporting(UCR)プログラムは、ヘイトクライムデータを収集し、統計レポートを毎年リリースしている。 近年の研究では、ソーシャルメディアにおけるヘイトスピーチの検出や、確認された犯罪の影響に関する実証的研究を中心に研究されている。 本稿は、まずテキストマイニング技術を用いて、ニューヨーク・タイムズのニュースからヘイトクライムイベントを抽出し、その結果を用いて、アメリカの全国レベルのヘイトクライムおよび州レベルのヘイトクライムトレンドを予測する枠組みを提案する。
  論文  参考訳（メタデータ） (2021-11-09T04:30:20Z)
• 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)
• 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)
• Fine-Grained Crowd Counting [59.63412475367119]
  現在の群衆カウントアルゴリズムは、画像内の人の数にのみ関係している。 本研究では,各個体の低レベル行動特性に基づいて,群集をカテゴリに分類する,きめ細かい群集カウントを提案する。
  論文  参考訳（メタデータ） (2020-07-13T01:31:12Z)
• 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。