論文の概要: Framework for developing quantitative agent based models based on
qualitative expert knowledge: an organised crime use-case
- arxiv url: http://arxiv.org/abs/2308.00505v1
- Date: Fri, 21 Jul 2023 11:26:54 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-06 11:01:52.010074
- Title: Framework for developing quantitative agent based models based on
qualitative expert knowledge: an organised crime use-case
- Title（参考訳）: 質的専門家知識に基づく定量的エージェントモデル構築のための枠組み--組織犯罪事例
- Authors: Frederike Oetker, Vittorio Nespeca, Thijs Vis, Paul Duijn, Peter
Sloot, Rick Quax
- Abstract要約: 法執行目的で犯罪ネットワークをモデル化するためには、データの限られた供給を検証されたエージェントベースモデルに変換する必要がある。
現在の犯罪モデルに欠けているのは、モデラーとドメインエキスパートのための体系的で透明なフレームワークです。
この目的のために、FREIDA ( Framework for Expert-Informed Data-driven Agent-based model)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/4.0/
- Abstract: In order to model criminal networks for law enforcement purposes, a limited
supply of data needs to be translated into validated agent-based models. What
is missing in current criminological modelling is a systematic and transparent
framework for modelers and domain experts that establishes a modelling
procedure for computational criminal modelling that includes translating
qualitative data into quantitative rules. For this, we propose FREIDA
(Framework for Expert-Informed Data-driven Agent-based models). Throughout the
paper, the criminal cocaine replacement model (CCRM) will be used as an example
case to demonstrate the FREIDA methodology. For the CCRM, a criminal cocaine
network in the Netherlands is being modelled where the kingpin node is being
removed, the goal being for the remaining agents to reorganize after the
disruption and return the network into a stable state. Qualitative data sources
such as case files, literature and interviews are translated into empirical
laws, and combined with the quantitative sources such as databases form the
three dimensions (environment, agents, behaviour) of a networked ABM. Four case
files are being modelled and scored both for training as well as for validation
scores to transition to the computational model and application phase
respectively. In the last phase, iterative sensitivity analysis, uncertainty
quantification and scenario testing eventually lead to a robust model that can
help law enforcement plan their intervention strategies. Results indicate the
need for flexible parameters as well as additional case file simulations to be
performed.
- Abstract（参考訳）: 法執行目的で犯罪ネットワークをモデル化するには、限られたデータの供給を検証されたエージェントベースモデルに変換する必要がある。
現在の犯罪モデルに欠けているのは、定性的データを量的規則に変換することを含む、計算犯罪モデリングのモデリング手順を確立するモデラーとドメインエキスパートのための体系的で透明なフレームワークである。
そこで我々はFREIDA (Framework for Expert-Informed Data-driven Agent-based model)を提案する。
論文全体を通して、犯罪コカイン代替モデル(CCRM)がFREIDA方法論の実証例として使用される。
CCRMにとって、オランダの犯罪コカインネットワークは、キングピンノードが削除されている場所をモデル化しており、残りのエージェントが破壊後に再編成し、ネットワークを安定した状態に戻すことが目標である。
事例ファイル、文献、インタビューなどの定性的データソースを経験則に翻訳し、データベースなどの量的ソースと組み合わせて、ネットワーク化されたabmの3次元(環境、エージェント、行動)を形成する。
4つのケースファイルがモデリングされ、トレーニングと検証スコアの両方でスコア付けされ、それぞれが計算モデルとアプリケーションフェーズに遷移する。
最後のフェーズでは、反復感度分析、不確実性定量化、シナリオテストが最終的に、法執行機関の介入戦略計画を支援する堅牢なモデルにつながる。
結果は、フレキシブルパラメータと追加のケースファイルシミュレーションの必要性を示している。
関連論文リスト
- KLCBL: An Improved Police Incident Classification Model [0.0]
警察のインシデントデータは、公共のセキュリティインテリジェンスにとって不可欠だが、草の根機関は、手動の非効率性と自動システムの制限のために、効率的な分類に苦慮している。
本研究では,言語的に強化されたテキスト前処理アプローチ(LERT),畳み込みニューラルネットワーク(CNN),双方向長短期記憶(BiLSTM)を組み合わせた多チャンネルニューラルネットワークモデルKLCBLを提案する。
このモデルは、分類問題に対処し、警察の情報化を強化し、資源割り当てを改善し、他の分類タスクに幅広い適用性を提供する。
論文 参考訳（メタデータ） (2024-11-11T07:02:23Z) - Steering Masked Discrete Diffusion Models via Discrete Denoising Posterior Prediction [88.65168366064061]
本稿では,確率論的推論の課題として,事前学習したMDMを操る作業を行う新しいフレームワークであるDDPPを紹介する。
私たちのフレームワークは、3つの新しい目標のファミリーにつながります。
Wet-lab Validation(ウェット・ラブ・バリデーション)を用いて,報酬最適化タンパク質配列の過渡的発現を観察する。
論文 参考訳（メタデータ） (2024-10-10T17:18:30Z) - Trustless Audits without Revealing Data or Models [49.23322187919369]
モデルプロバイダが(アーキテクチャではなく)モデルウェイトとデータシークレットを維持しながら、他のパーティがモデルとデータプロパティを信頼性のない監査を行うことが可能であることを示す。
私たちはZkAuditと呼ばれるプロトコルを設計し、モデルプロバイダがデータセットとモデルの重みの暗号的コミットメントを公開します。
論文 参考訳（メタデータ） (2024-04-06T04:43:06Z) - Explainable Fraud Detection with Deep Symbolic Classification [4.1205832766381985]
分類問題に対するDeep Symbolic Regressionフレームワークの拡張であるDeep Classificationを提案する。
関数は閉形式で簡潔な数学的表現であるため、モデルは1つの分類決定のレベルとモデルの決定過程の両方において本質的に説明可能である。
PaySimデータセットの評価は、最先端のモデルと競合する予測性能を示しながら、説明可能性の観点からそれらを上回っている。
論文 参考訳（メタデータ） (2023-12-01T13:50:55Z) - Assessing Privacy Risks in Language Models: A Case Study on
Summarization Tasks [65.21536453075275]
我々は要約作業に焦点をあて、会員推測(MI)攻撃について調査する。
テキストの類似性や文書修正に対するモデルの抵抗をMI信号として活用する。
我々は、MI攻撃から保護するための要約モデルの訓練と、プライバシとユーティリティの本質的にのトレードオフについて議論する。
論文 参考訳（メタデータ） (2023-10-20T05:44:39Z) - SimSCOOD: Systematic Analysis of Out-of-Distribution Generalization in
Fine-tuned Source Code Models [58.78043959556283]
本研究は,Low-Rank Adaptation (LoRA)ファインチューニング手法を含む,異なる微調整手法によるモデルの挙動について検討する。
解析の結果、LoRAファインチューニングは様々なシナリオにおけるフルファインチューニングよりも、OODの一般化性能が大幅に向上していることが判明した。
論文 参考訳（メタデータ） (2022-10-10T16:07:24Z) - Validation and Inference of Agent Based Models [0.0]
Agent Based Modelling (ABM) は自律エージェントの動作と相互作用をシミュレーションするための計算フレームワークである。
ABCの最近の研究は、近似確率を計算するためのアルゴリズムをますます効率的にしている。
これらをハミルトンCBDの歩行者モデルを用いて検討・比較した。
論文 参考訳（メタデータ） (2021-07-08T05:53:37Z) - How Faithful is your Synthetic Data? Sample-level Metrics for Evaluating
and Auditing Generative Models [95.8037674226622]
ドメインに依存しない方法で生成モデルの忠実度,多様性,一般化性能を特徴付ける3次元評価指標を提案する。
当社のメトリクスは、精度リコール分析により統計的発散測定を統合し、モデル忠実度と多様性のサンプルおよび分布レベルの診断を可能にします。
論文 参考訳（メタデータ） (2021-02-17T18:25:30Z) - PermuteAttack: Counterfactual Explanation of Machine Learning Credit
Scorecards [0.0]
本稿では、金融における小売クレジットスコアリングに使用される機械学習(ML)モデルの検証と説明のための新しい方向性と方法論について述べる。
提案するフレームワークは人工知能(AI)のセキュリティと敵MLの分野からモチベーションを引き出す。
論文 参考訳（メタデータ） (2020-08-24T00:05:13Z) - Structural Causal Models Are (Solvable by) Credal Networks [70.45873402967297]
因果推論は、干潟網の更新のための標準的なアルゴリズムによって得ることができる。
この貢献は, 干潟ネットワークによる構造因果モデルを表現するための体系的なアプローチと見なされるべきである。
実験により, 実規模問題における因果推論には, クレーダルネットワークの近似アルゴリズムがすぐに利用できることがわかった。
論文 参考訳（メタデータ） (2020-08-02T11:19:36Z) - Model Repair: Robust Recovery of Over-Parameterized Statistical Models [24.319310729283636]
そこでは,データから推定された統計モデルを破損させた統計モデルを復元することが目的である。
モデルを教師付き学習環境に適合させるために使用する応答値ではなく,設計のみを用いてモデルを再ペアリングする手法を提案する。
論文 参考訳（メタデータ） (2020-05-20T08:41:56Z)
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。