論文の概要: Multi-Scale Spatio-Temporal Exploratory Analysis of Urban Vehicle Theft

• arxiv url: http://arxiv.org/abs/2610.36478v1
• Date: Tue, 27 Oct 2026 01:33:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.460129
• Title: Multi-Scale Spatio-Temporal Exploratory Analysis of Urban Vehicle Theft
• Title（参考訳）: 都市車両盗難のマルチスケール時空間探査
• Abstract要約: 自動車盗難は、大きな経済的・社会的コストを伴う持続的な都市問題である。 われわれは2000年から2022年にかけてロサンゼルス警察に提出された521,098件の盗難車両の報告を分析した。
• 参考スコア（独自算出の注目度）: 0.15749416770494706
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Vehicle theft is a persistent urban problem with large economic and social costs. We analyze 521,098 stolen-vehicle reports filed with the Los Angeles Police Department from 2000 to 2022, at scales from hours to decades and from 100 m grid cells to census tracts. Much of the work lies in making the administrative records fit for analysis: we separate thefts from recoveries and traffic reports filed in the same records, repair time fields, validate the geocoding, and harmonize census data across changing tract boundaries. Theft is strongly and persistently concentrated: 10.8% of 250 m cells hold half of all thefts, and six census tracts are significant rate hotspots in all 23 years after false discovery rate control. Thefts close in space and time are more frequent than expected by chance, but about half of this excess comes from events at identical coordinates. Lower-income tracts have more thefts at equal exposure, monthly temperature shows no association with theft, and thefts peak in the evening. From 2015-2019 to 2021-2022, the share of Kia and Hyundai among stolen vehicles rose from 1.5% to 9.5% and from 1.6% to 7.7%, mostly among model years 2011-2021, which largely lacked a standard immobilizer. All findings are descriptive. We also describe how the data quality issues we corrected would otherwise distort several of these patterns.
• Abstract（参考訳）: 自動車盗難は、大きな経済的・社会的コストを伴う持続的な都市問題である。 われわれは2000年から2022年にかけてロサンゼルス警察に提出された盗難車521,098件の報告を、数時間から数十年の規模で分析した。 私たちは、同じ記録に登録された復旧と交通報告から盗難を分離し、修復時間フィールドを修復し、ジオコーディングを検証し、変化する領域の境界を越えて国勢調査データを調和させます。 盗難は強く、永続的に集中しており、250m細胞のうち10.8%が全盗難の半分を占め、6つの国勢調査線は偽発見率制御後の23年間で有意な速度のホットスポットである。 空間と時間に近い盗難は偶然に予想されるよりも頻繁に起こるが、その半分は同じ座標での出来事に由来する。 低所得層は均等な露出で盗難が増加し、毎月の気温は盗難と関係がなく、夜は盗難がピークとなる。 2015-2019年から2021-2022年にかけて、盗まれた車両のキアとヒュンダイのシェアは1.5%から9.5%に増加し、1.6%から7.7%に増加した。 すべての発見は記述的です。 また、修正したデータ品質の問題がこれらのパターンのいくつかを歪ませる方法についても述べています。

関連論文リスト

• Unmasking Algorithmic Bias in Predictive Policing: A GAN-Based Simulation Framework with Multi-City Temporal Analysis [0.0]
  我々は、犯罪発生から警察との接触まで、人種的偏見が完全な執行パイプラインを通してどのように伝播しているかを示す。 ボルチモアでは、2019年には平均15714人まで、シカゴDIRでは黒人が0.22人の割合で検出されている。 さらに,条件付きタブラルガンCTGANデバイアス法は,検出率の一部を部分的に再分割するが,政策介入を伴わずとも構造的格差を排除できないことを示す。
  論文  参考訳（メタデータ） (2026-03-19T14:55:32Z)
• Deep Learning for Crime Forecasting: The Role of Mobility at Fine-grained Spatiotemporal Scales [0.0]
  歴史的犯罪や社会デマログラフィーデータとともに,マイクロレベルのモビリティ機能の導入が犯罪予測における予測性能を高めるか,どのように評価するかを評価するためのディープラーニングフレームワークを開発した。 我々は、各市の警察署から得られた犯罪事件データと、アメリカコミュニティサーベイの社会デマグラフィーデータと、Advanの人間モビリティデータとを併用する。 我々のディープラーニングモデルは、4つの都市で最高のリコール、精度、F1スコアを達成し、代替手法よりも優れています。
  論文  参考訳（メタデータ） (2025-09-25T08:58:56Z)
• The NetMob25 Dataset: A High-resolution Multi-layered View of Individual Mobility in Greater Paris Region [64.30214722988666]
  本稿では,提案したデータセットのサーベイ設計,収集プロトコル,処理手法,特徴について述べる。 データセットには、人口統計、社会経済、家庭の特徴を記述した個人データベース(i)、タイムスタンプ、輸送モード、旅行目的を含む8,000以上の注釈付き変位を持つトリプスデータベース(ii)、約5億の高周波ポイントからなるRaw GPSトレースデータベース(iii)の3つのコンポーネントが含まれている。
  論文  参考訳（メタデータ） (2025-06-06T09:22:21Z)
• Graph Based Traffic Analysis and Delay Prediction [0.0]
  この研究は、EUで最も人口密度の高いマルタ島における交通渋滞に焦点を当てている。 車両の数は6カ月足らずで約1万1000台増加した。これは、マルタの交通変動問題に対処するために、正確かつ包括的なデータ収集手段を持つことがいかに重要かを示している。
  論文  参考訳（メタデータ） (2024-10-28T13:50:00Z)
• Exploring The Relationship Between Road Infrastructure and Crimes in Memphis, Tennessee [91.3755431537592]
  2020年から2022年にかけて、メンフィス・データ・ハブからホップと犯罪データを収集した。 犯罪データは、犯罪の場所、時間、種類を含むメンフィス地域の様々な犯罪を報告している。 ホップホールデータはOpen 311データの一部であり、異なるインフラプロジェクトの情報を含んでいる。
  論文  参考訳（メタデータ） (2022-12-02T03:52:35Z)
• Traffic4cast at NeurIPS 2021 -- Temporal and Spatial Few-Shot Transfer Learning in Gridded Geo-Spatial Processes [61.16854022482186]
  NeurIPS 2019と2020のIARAI Traffic4castコンペティションでは、ニューラルネットワークが将来の交通条件を1時間以内に予測することに成功した。 U-Netsは、この複雑な現実世界の地理空間的プロセスにおいて、関連する特徴を抽出する能力を実証し、勝利したアーキテクチャであることが証明された。 コンペティションは2年間で10都市をカバーし、1012以上のGPSプローブデータから収集したデータを提供する。
  論文  参考訳（メタデータ） (2022-03-31T14:40:01Z)
• Real-time smart vehicle surveillance system [0.0]
  自動車盗難はインドで最も解決されていない犯罪の一つである。 本稿では、CCTVビデオフィードを用いて被疑車両を検知・追跡するリアルタイム車両監視システムを提案する。 提案手法の目的を満たすために,様々な画像処理と深層学習アルゴリズムが用いられている。
  論文  参考訳（メタデータ） (2021-11-24T06:15:14Z)
• 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)
• 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。