論文の概要: Permanent and transitory crime risk in variable-density hot spot analysis

• arxiv url: http://arxiv.org/abs/2512.07467v1
• Date: Mon, 08 Dec 2025 11:48:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-09 22:03:54.867422
• Title: Permanent and transitory crime risk in variable-density hot spot analysis
• Title（参考訳）: 変動密度ホットスポット解析における永続的・過渡的犯罪リスク
• Authors: Ben Moews,
• Abstract要約: 2001-2022年のシカゴ市における犯罪報告の変動密度クラスタ分析を行った。 我々は,20年間にわたってクラスターにおける犯罪タイプの共有の進化について検討した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Crime prevention measures, aiming for the effective and efficient spending of public resources, rely on the empirical analysis of spatial and temporal data for public safety outcomes. We perform a variable-density cluster analysis on crime incident reports in the City of Chicago for the years 2001--2022 to investigate changes in crime share composition for hot spots of different densities. Contributing to and going beyond the existing wealth of research on criminological applications in the operational research literature, we study the evolution of crime type shares in clusters over the course of two decades and demonstrate particularly notable impacts of the COVID-19 pandemic and its associated social contact avoidance measures, as well as a dependence of these effects on the primary function of city areas. Our results also indicate differences in the relative difficulty to address specific crime types, and an analysis of spatial autocorrelations further shows variations in incident uniformity between clusters and outlier areas at different distance radii. We discuss our findings in the context of the interplay between operational research and criminal justice, the practice of hot spot policing and public safety optimization, and the factors contributing to, and challenges and risks due to, data biases as an often neglected factor in criminological applications.
• Abstract（参考訳）: 公共資源の有効かつ効率的な支出を目的とした犯罪防止対策は、公共安全の成果に対する空間的・時間的データの実証分析に頼っている。 2001-2022年のシカゴ市における犯罪報告の変動密度クラスタ分析を行い、異なる密度のホットスポットにおける犯罪共有構成の変化について検討した。 運用研究文献における犯罪学的な応用に関する既存の研究の富を生かし、20年間にわたってクラスターにおける犯罪タイプの共有の進化を研究し、COVID-19パンデミックとその関連する社会接触回避対策の顕著な影響と、これらの影響の都市域の一次機能への依存性を明らかにした。 また,特定の犯罪種別に対処する上での相対的難易度の違いも示し,空間的自己相関の分析により,異なる距離半径におけるクラスターと外縁領域の入射均一度がさらに変化していることが示唆された。 我々は, 業務研究と刑事司法の相互作用, ホットスポット警察と公共安全最適化の実践, および, 犯罪学的応用においてしばしば無視される要因としてのデータの偏見, それらに起因する要因, 課題, リスクについて考察した。

関連論文リスト

• Spatial-Temporal Mixture-of-Graph-Experts for Multi-Type Crime Prediction [26.79981325208879]
  本稿では,複数タイプの犯罪予測のための時空間混在(ST-MoGE)フレームワークを提案する。 我々は,各犯罪カテゴリの特有かつ共有された犯罪パターンを捉えるために,注意を喚起したMGE(Mixture-of-Graph-Experts)モジュールを導入する。 そこで我々は,MGEを更新し,各専門家に特定のパターンモデリングに集中させるクロスエキスパートコントラスト学習(CECL)を提案する。
  論文  参考訳（メタデータ） (2024-09-24T05:41:11Z)
• 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)
• 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)
• Exposure Density and Neighborhood Disparities in COVID-19 Infection Risk: Using Large-scale Geolocation Data to Understand Burdens on Vulnerable Communities [1.2526963688768453]
  本研究では,高空間・時間分解能の近傍活動レベルを定量化する手法を開発した。 本研究では, 露光密度を, 特定地域における局所的な活動量と非居住地および屋外土地利用における活動量の比率の尺度として定義する。
  論文  参考訳（メタデータ） (2020-08-04T15:41:24Z)
• A Survey on Causal Inference [64.45536158710014]
  因果推論は統計学、コンピュータ科学、教育、公共政策、経済学など、多くの分野において重要な研究トピックである。 観測データに対する様々な因果効果推定法が誕生した。
  論文  参考訳（メタデータ） (2020-02-05T21:35:29Z)
• 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。