論文の概要: Analyzing School Shootings in the US with Statistical Learning
- arxiv url: http://arxiv.org/abs/2410.00394v1
- Date: Tue, 1 Oct 2024 04:35:21 GMT
- ステータス: 処理完了
- システム内更新日: 2024-11-05 05:56:31.254044
- Title: Analyzing School Shootings in the US with Statistical Learning
- Title(参考訳): 統計的学習による米国での学校撮影の分析
- Authors: Wei Dai, Diya Kafle, Brian Miller,
- Abstract要約: 1999年から2024年にかけて、約43件の散弾銃乱射があり、500件以上の散弾銃乱射があった。
学校銃乱射事件を調査した結果,ほとんどの場合,教室内で行われることが判明した。
- 参考スコア(独自算出の注目度): 2.7761277960193946
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Active shooter incidents in schools cause widespread attention across the nation. Students, faculty, and staff on campuses could be involved with these shootings, as victims, perpetrators, etc.[1]. These gun-related crimes jeopardize school safety. From 1999 to 2024, there have been approximately 43 mass school shootings, with over 500 school shootings altogether. By definition, mass shooting is defined as any event where four or more people are shot with a gun, but not counting the perpetrator. By studying school shooting cases, we concluded that most of the time, the shootings occur inside the classrooms. Existing research that includes statistical analysis usually focuses on public mass shootings or just shooting incidents that have occurred in the past and there are hardly any articles focusing on school mass shootings. This leads to schools being more vulnerable to mass shootings in the future. In this research, we have gathered school shooting data from various resources to analyze the results. By interpreting these data and conducting various statistical analysis, this will ultimately help the law enforcement to better prepare for future school shootings.
- Abstract(参考訳): 学校での銃乱射事件は全国的に広く注目を集めている。
キャンパスの学生、教員、職員は、被害者、加害者など、これらの射殺に関与している可能性がある。
[1]。
これらの銃関連の犯罪は学校の安全を脅かす。
1999年から2024年にかけて、約43件の散弾銃乱射があり、500件以上の散弾銃乱射があった。
定義上、銃乱射は4人以上が銃で撃たれるが、犯人を数えないあらゆる出来事として定義される。
学校銃乱射事件を調査した結果,ほとんどの場合,教室内で行われることが判明した。
統計分析を含む既存の研究は、通常、公共の銃乱射事件や、過去に起こった事件のみに焦点を当てており、学校銃乱射事件に焦点を当てた記事はほとんどない。
これにより、将来、学校は銃乱射事件に対してより脆弱になる。
本研究では,様々な資料から学校撮影データを収集し,その結果を分析した。
これらのデータを解釈し、様々な統計分析を行うことで、最終的には法執行機関が将来の学校銃撃に備えるのに役立つだろう。
関連論文リスト
- A Multi-agent Simulation for the Mass School Shootings [8.46557643646903]
米国での銃乱射事件の頻度は、重大な懸念として高まっている。
本研究は,マルチエージェントシミュレーションモデルの構築により,潜在的な緩和対策のシミュレーションと評価の課題に対処することを目的とする。
論文 参考訳(メタデータ) (2024-12-05T05:29:57Z) - Detecting Frames in News Headlines and Lead Images in U.S. Gun Violence Coverage [12.484533062130453]
新聞記事のフレームを識別するために,リード画像と文脈情報をテキストと組み合わせることの価値について検討する。
米国における銃暴力に関する最初のマルチモーダルニュースフレーミングデータセットをリリースする。
論文 参考訳(メタデータ) (2024-06-25T01:56:47Z) - Gun Culture in Fringe Social Media [4.102229039389626]
我々は4chanの武器盤/k/で銃文化を探求する。
様々な定量的手法を用いて,/k/上の4M以上のポストについて検討した。
以上の結果から, /k/ のガンカルチャーは比較的多種多様なトピックをカバーすることが示唆された。
論文 参考訳(メタデータ) (2024-03-14T10:22:01Z) - Active shooter detection and robust tracking utilizing supplemental
synthetic data [6.719034568121972]
米国における銃暴力は、公共の安全を改善するシステムの開発に焦点をあてている。
1つのアプローチは、乱射事件の予防または緩和に役立つシューターを検出し、追跡することである。
我々は、銃だけでなく、射撃者全体を検出することを提案し、追跡の堅牢性を改善することを可能にした。
論文 参考訳(メタデータ) (2023-09-06T21:58:58Z) - CCTV-Gun: Benchmarking Handgun Detection in CCTV Images [59.24281591714385]
銃の暴力は重要なセキュリティ問題であり、コンピュータビジョンコミュニティが効果的な銃検出アルゴリズムを開発することが必須である。
実際のCCTV画像から銃を検出することは、未だに困難で未調査の課題である。
我々は,実世界のCCTV画像における拳銃検出の課題に対処するベンチマーク「textbfCCTV-Gun」を提案する。
論文 参考訳(メタデータ) (2023-03-19T16:17:35Z) - Hierarchical Reinforcement Learning for Precise Soccer Shooting Skills
using a Quadrupedal Robot [76.04391023228081]
本研究では,四足歩行ロボットが実世界において,強化学習を用いて精度の高い射撃技術を実現できるという課題に対処する。
本研究では, 深層強化学習を活用して頑健な動作制御政策を訓練する階層的枠組みを提案する。
提案するフレームワークをA1四足歩行ロボットに展開し、実世界のランダムなターゲットに向けて正確にボールを発射できるようにする。
論文 参考訳(メタデータ) (2022-08-01T22:34:51Z) - US Fatal Police Shooting Analysis and Prediction [13.569449459014104]
アメリカでは、警察が法執行機関、特に特定の集団に過剰な力を行使していると考える人が増えている。
我々は、主流メディアの逸脱を報道する致命的な警察射撃ニュースを定量化する新しい方法を提案した。
我々はワシントン・ポストから、最も包括的な米国警察の銃乱射データセットを分析した。
論文 参考訳(メタデータ) (2021-03-24T21:39:32Z) - A Unified Framework for Shot Type Classification Based on Subject
Centric Lens [89.26211834443558]
主観的誘導ネットワーク(SGNet)を用いたショット型認識のための学習フレームワークを提案する。
SGNetは、ショットの主題と背景を2つのストリームに分け、それぞれがスケールとムーブメントタイプの分類のための別々のガイダンスマップとして機能する。
大規模なデータセットであるMovieShotsを構築し、7Kフィルムトレーラーから46K枚の写真と、それらのスケールとムーブメントのアノテーションを含む。
論文 参考訳(メタデータ) (2020-08-08T15:49:40Z) - Cross-lingual Transfer Learning for COVID-19 Outbreak Alignment [90.12602012910465]
われわれは、Twitterを通じてイタリアの新型コロナウイルス感染症(COVID-19)の早期流行を訓練し、他のいくつかの国に移る。
実験の結果,クロスカントリー予測において最大0.85のスピアマン相関が得られた。
論文 参考訳(メタデータ) (2020-06-05T02:04:25Z) - The Ivory Tower Lost: How College Students Respond Differently than the
General Public to the COVID-19 Pandemic [66.80677233314002]
新型コロナウイルス感染症(COVID-19)のパンデミックは、政府に究極の課題を提示した。
米国では、新型コロナウイルス感染者が最も多い国で、全国的なソーシャルディスタンシングプロトコルが大統領によって実施されている。
本稿では,この対話型社会における前例のない破壊の社会的意義を,ソーシャルメディア上での人々の意見のマイニングによって発見することを目的とする。
論文 参考訳(メタデータ) (2020-04-21T13:02:38Z) - Gun Source and Muzzle Head Detection [139.93319947887673]
銃乱射を抑えようとする研究において、私たちが認識した3つの主要な領域は、銃の時間的位置、銃型予測、および銃源(射撃者)検出である。
我々の仕事は銃源検出と銃口ヘッド検出であり、銃口は銃口の丸い開口部である。
実験では銃の煙と銃弾を検知して銃口の頭部を検知することに成功した。
論文 参考訳(メタデータ) (2020-01-29T22:41:56Z)
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。