論文の概要: Understanding Public Safety Trends in Calgary through data mining

• arxiv url: http://arxiv.org/abs/2407.21163v1
• Date: Tue, 30 Jul 2024 20:04:51 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-01 19:24:51.157072
• Title: Understanding Public Safety Trends in Calgary through data mining
• Title（参考訳）: データマイニングによるカルガリーの公衆安全動向の理解
• Authors: Zack Dewis, Apratim Sen, Jeffrey Wong, Yujia Zhang,
• Abstract要約: 本稿では,カルガリーの様々なオープンデータセットの統計データを用いて,地域犯罪,障害,交通事故のパターンと洞察を明らかにする。 この結果は、犯罪率は人口密度などの要因と密接に関連していることを示し、ペットの登録は影響が小さいことを示唆している。
• 参考スコア（独自算出の注目度）: 8.419688203654946
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper utilizes statistical data from various open datasets in Calgary to to uncover patterns and insights for community crimes, disorders, and traffic incidents. Community attributes like demographics, housing, and pet registration were collected and analyzed through geospatial visualization and correlation analysis. Strongly correlated features were identified using the chi-square test, and predictive models were built using association rule mining and machine learning algorithms. The findings suggest that crime rates are closely linked to factors such as population density, while pet registration has a smaller impact. This study offers valuable insights for city managers to enhance community safety strategies.
• Abstract（参考訳）: 本稿では,カルガリーの様々なオープンデータセットの統計データを用いて,地域犯罪,障害,交通事故のパターンと洞察を明らかにする。 人口統計,住宅,ペットの登録などの地域属性は地理空間の可視化と相関分析によって収集・分析された。 カイ二乗検定により相関の強い特徴を同定し,相関ルールマイニングと機械学習アルゴリズムを用いて予測モデルを構築した。 この結果は、犯罪率は人口密度などの要因と密接に関連していることを示し、ペットの登録は影響が小さいことを示唆している。 本研究は, 市町村の安全戦略を強化する上で, 市町村の管理者に貴重な洞察を与えるものである。

関連論文リスト

• A Bayesian Spatial Model to Correct Under-Reporting in Urban Crowdsourcing [1.850972250657274]
  意思決定者は、しばしば報告プロセスを通じてイベントの発生を観察する。 イベントが空間的に相関しているという事実を活用することで、この課題を克服する方法を示す。
  論文  参考訳（メタデータ） (2023-12-18T23:40:56Z)
• Ranking-based Group Identification via Factorized Attention on Social Tripartite Graph [68.08590487960475]
  グループ識別のための文脈的要因認識(CFAG)という,GNNに基づく新しいフレームワークを提案する。 我々は3部グラフ畳み込み層を考案し、ユーザ、グループ、アイテム間の異なる種類の近隣からの情報を集約する。 データ疎度問題に対処するため,提案した因子化注意機構に基づく新しい伝搬増強層を考案した。
  論文  参考訳（メタデータ） (2022-11-02T01:42:20Z)
• TensorAnalyzer: Identification of Urban Patterns in Big Cities using Non-Negative Tensor Factorization [8.881421521529198]
  本稿では,テンソル分解に基づく複数のデータソースから最も関連性の高い都市パターンを検出するための新しい手法を提案する。 提案手法の有効性と有用性を検証した汎用フレームワークAnalyzerを開発した。
  論文  参考訳（メタデータ） (2022-10-06T01:04:02Z)
• Model Inversion Attacks against Graph Neural Networks [65.35955643325038]
  グラフニューラルネットワーク(GNN)に対するモデル反転攻撃について検討する。 本稿では,プライベートトレーニンググラフデータを推測するためにGraphMIを提案する。 実験の結果,このような防御効果は十分ではないことが示され,プライバシー攻撃に対するより高度な防御が求められている。
  論文  参考訳（メタデータ） (2022-09-16T09:13:43Z)
• Statistically-Robust Clustering Techniques for Mapping Spatial Hotspots: A Survey [5.169783325693032]
  これらの領域が必要とするクラスタリング技術は、経済と社会のコストが高いため、従来のクラスタリング手法とは異なる。 この分野で開発されたモデルとアルゴリズムの最新情報と詳細なレビューを紹介します。
  論文  参考訳（メタデータ） (2021-03-22T17:22:30Z)
• Knowledge-Preserving Incremental Social Event Detection via Heterogeneous GNNs [72.09532817958932]
  ソーシャルイベント検出のための知識保存型不均一グラフニューラルネットワーク(KPGNN)を提案する。 KPGNNは複雑なソーシャルメッセージを統一されたソーシャルグラフにモデル化し、データの活用を促進し、知識抽出のためのGNNの表現力を探る。 また、GNNの帰納的学習能力を活用して、イベントを効率的に検出し、これまで見つからなかったデータからその知識を拡張する。
  論文  参考訳（メタデータ） (2021-01-21T17:56:57Z)
• Magnify Your Population: Statistical Downscaling to Augment the Spatial Resolution of Socioeconomic Census Data [48.7576911714538]
  重要社会経済的属性の詳細な推定を導出する新しい統計的ダウンスケーリング手法を提案する。 選択された社会経済変数ごとに、ランダムフォレストモデルが元の国勢調査単位に基づいて訓練され、その後、微細なグリッド化された予測を生成するために使用される。 本研究では,この手法を米国の国勢調査データに適用し,ブロック群レベルで選択された社会経済変数を,300の空間分解能のグリッドにダウンスケールする。
  論文  参考訳（メタデータ） (2020-06-23T16:52:18Z)
• Analyzing the Impact of Foursquare and Streetlight Data with Human Demographics on Future Crime Prediction [11.55636955646976]
  本研究では,将来の犯罪発生予測を改善するために,街灯インフラとFoursquareデータと人口統計特性を併用することを提案する。 提案手法はカナダ・ハリファックスの最小の地域について検討した。
  論文  参考訳（メタデータ） (2020-06-13T00:11:20Z)
• Adversarial Attack on Community Detection by Hiding Individuals [68.76889102470203]
  我々はブラックボックス攻撃に焦点をあて、ディープグラフコミュニティ検出モデルの検出からターゲット個人を隠すことを目的としている。 本稿では,制約付きグラフ生成器として動作するモジュールと,サロゲート型コミュニティ検出モデルとして動作するモジュールを交互に更新する反復学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-01-22T09:50:04Z)
• 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。