論文の概要: A Digital Shadow for Modeling, Studying and Preventing Urban Crime
- arxiv url: http://arxiv.org/abs/2501.04435v1
- Date: Wed, 08 Jan 2025 11:31:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-09 14:54:57.725954
- Title: A Digital Shadow for Modeling, Studying and Preventing Urban Crime
- Title（参考訳）: 都市犯罪のモデル化・研究・予防のためのデジタルシャドー
- Authors: Juan Palma-Borda, Eduardo Guzmán, María-Victoria Belmonte,
- Abstract要約: 世界の人口の約80%は高い犯罪率の国に住んでいる。
本稿では,都市犯罪をモデル化・シミュレーションするデジタル影プラットフォームの開発と検証について述べる。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Crime is one of the greatest threats to urban security. Around 80 percent of the world's population lives in countries with high levels of criminality. Most of the crimes committed in the cities take place in their urban environments. This paper presents the development and validation of a digital shadow platform for modeling and simulating urban crime. This digital shadow has been constructed using data-driven agent-based modeling and simulation techniques, which are suitable for capturing dynamic interactions among individuals and with their environment. Our approach transforms and integrates well-known criminological theories and the expert knowledge of law enforcement agencies (LEA), policy makers, and other stakeholders under a theoretical model, which is in turn combined with real crime, spatial (cartographic) and socio-economic data into an urban model characterizing the daily behavior of citizens. The digital shadow has also been instantiated for the city of Malaga, for which we had over 300,000 complaints available. This instance has been calibrated with those complaints and other geographic and socio-economic information of the city. To the best of our knowledge, our digital shadow is the first for large urban areas that has been calibrated with a large dataset of real crime reports and with an accurate representation of the urban environment. The performance indicators of the model after being calibrated, in terms of the metrics widely used in predictive policing, suggest that our simulated crime generation matches the general pattern of crime in the city according to historical data. Our digital shadow platform could be an interesting tool for modeling and predicting criminal behavior in an urban environment on a daily basis and, thus, a useful tool for policy makers, criminologists, sociologists, LEAs, etc. to study and prevent urban crime.
- Abstract（参考訳）: 犯罪は都市の安全に対する最大の脅威の1つだ。
世界の人口の約80%は高い犯罪率の国に住んでいる。
都市で犯された犯罪のほとんどは、彼らの都市環境で行われる。
本稿では,都市犯罪をモデル化・シミュレーションするデジタル影プラットフォームの開発と検証について述べる。
このデジタルシャドウは、個人と環境との動的相互作用を捉えるのに適したデータ駆動型エージェントベースモデリングとシミュレーション技術を用いて構築されている。
提案手法は, 実犯罪, 空間(カルトグラフィ), 社会経済データと組み合わせ, 市民の日常生活を特徴付ける都市モデルに, 法執行機関(LEA), 政策立案者, その他の利害関係者の専門知識を変換し, 統合する。
デジタルの影はマラガ市でもインスタンス化され、30万件以上の苦情が出ている。
この事例は、これらの苦情やその他の地理的・社会経済的な情報とともに校正されてきた。
我々の知る限りでは、我々のデジタルシャドーは、実際の犯罪報告の膨大なデータセットと都市環境の正確な表現で調整された、大都市で最初のものです。
モデルが校正された後の性能指標は、予測警察に広く用いられている指標から、我々のシミュレーション犯罪生成は、歴史的データに基づいて市内の一般的な犯罪パターンと一致することを示唆している。
我々のデジタル・シャドウ・プラットフォームは、都市環境における犯罪行為を日常的にモデル化・予測するための興味深いツールであり、政策立案者、犯罪学者、社会学者、LEAなどにとって、都市犯罪の研究・予防に有用なツールである。
関連論文リスト
- Eyes on the Streets: Leveraging Street-Level Imaging to Model Urban Crime Dynamics [0.0]
本研究では,ニューヨーク市における都市安全の課題について,建設環境と犯罪率との関係について検討した。
本研究では,都市景観と犯罪統計との関連性を明らかにすることを目的として,街路景観の特徴と犯罪率との関連性に着目した。
論文 参考訳（メタデータ） (2024-04-15T21:33:45Z) - Unified Data Management and Comprehensive Performance Evaluation for
Urban Spatial-Temporal Prediction [Experiment, Analysis & Benchmark] [78.05103666987655]
この研究は、多様な都市空間時間データセットにアクセスし活用する際の課題に対処する。
都市空間・時空間のビッグデータ用に設計された統合ストレージフォーマットであるアトミックファイルを導入し,40種類の多様なデータセットでその有効性を検証する。
多様なモデルとデータセットを使用して広範な実験を行い、パフォーマンスリーダーボードを確立し、有望な研究方向性を特定する。
論文 参考訳（メタデータ） (2023-08-24T16:20:00Z) - Spatial-Temporal Meta-path Guided Explainable Crime Prediction [40.03641583647572]
本稿では,犯罪行為の動的なパターンを捉えるために,時空間メタパスガイド付き説明可能な犯罪予測(STMEC)フレームワークを提案する。
我々は,特にフェロニー予測において,他の高度な時間モデルと比較してSTMECの優位性を示す。
論文 参考訳（メタデータ） (2022-05-04T05:42:23Z) - 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) - Methodological Foundation of a Numerical Taxonomy of Urban Form [62.997667081978825]
本稿では, 生物系統学から得られた都市形態の数値分類法を提案する。
我々は同質の都市組織タイプを導出し、それら間の全体形態的類似性を決定することにより、都市形態の階層的分類を生成する。
フレーミングとプレゼンを行った後、プラハとアムステルダムの2都市でテストを行った。
論文 参考訳（メタデータ） (2021-04-30T12:47:52Z) - 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) - Socio-economic, built environment, and mobility conditions associated
with crime: A study of multiple cities [9.78342936850961]
本研究では,犯罪と社会経済的要因との関連性を検討するためのベイズモデルを提案する。
その結果, 社会経済的条件, 移動情報, 身体的特徴の併用は, 犯罪の発生を効果的に説明できることがわかった。
近隣住民の社会・生態的要因が犯罪に大きく関係していることが示される。
論文 参考訳（メタデータ） (2020-04-13T08:36:59Z) - 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) - 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。