crime prediction | BriefGPT

关键词crime prediction

搜索结果 - 10

犯罪预测的数据挖掘技术的实证与实验洞察：综述
对犯罪预测方法学进行了全面分析，包括统计方法、机器学习算法和深度学习技术，提出了方法学分类体系，并进行了实证评估和实验比较，以便全面了解犯罪预测算法，并展望了未来犯罪预测技术的发展和进一步研究的机会。
PDF5 months ago
利用机器学习和深度学习进行犯罪预测：系统综述与未来方向
本文研究了超过 150 篇文章，探讨了机器学习和深度学习算法在犯罪预测方面的应用，分析了犯罪预测所需的数据集和机器学习和深度学习的主要方法，并提出了可用于提高预测准确性的因素和未来研究方向，为犯罪预测领域的研究人员提供有价值的参考。
PDFa year ago
利用新型犯罪数据和机器学习进行犯罪预测
本研究介绍了一种新的犯罪数据集，该数据集包含有关孟加拉国 6574 起犯罪事件的时间、地理、天气和人口统计数据，使用五种监督学习分类算法对这个数据集进行评估，并获得了令人满意的结果。此外，对数据集的各方面进行了探索性分析，并预计该数据集将为
PDF2 years ago
WWW时空元路径引导的可解释犯罪预测
本文提出了一种空间时间元路径引导的可解释犯罪预测（STMEC）框架，通过捕捉社会结构、环境和犯罪趋势的信息，明确地表征环境和社会因素相互作用产生预测。大量实验表明 STMEC 在预测罪行（如抢劫和使用危险武器的攻击）方面优于其他先进的时空模
PDF2 years ago
基于时空超图自监督学习的犯罪预测
提出了一种基于超图自监督学习的空间 - 时间犯罪预测框架，用于解决标签稀缺问题，并在两个真实犯罪数据集上得到了显着优于现有基线的评估结果。
PDF2 years ago
城市区域嵌入的多图融合网络
本文提出了一种名为多图融合网络（MGFN）的模型，通过人类移动数据的地理位置相似性融合模块，将人类移动数据的多种模式嵌入到该模型中，这有助于进行交叉领域的预测任务，如犯罪预测，并在实际城市数据集上进行了广泛的实验，结果表明，MGFN 模型优
PDF2 years ago
IJCAI时空顺序超图网络在犯罪预测中的应用及动态多重关系学习
本文提出了一个能够共同编码复杂犯罪空间和时间模式以及不同类别犯罪语义关系的空间 - 时间序列超图网络，该网络采用超图学习范例，设计图结构信息传递架构，并引入多通道路由机制。通过实验证明了该方法的较强预测性能。
PDF2 years ago
挖掘大规模人类移动数据进行长期犯罪预测
利用大规模人类流动数据来构建一种可以预测不同类型犯罪在各行政区划内发生年度数量的模型，并提高预测的准确性，并且对主要犯罪类别的预测特征进行了深入分析，为城市政策或执法部门提供了有价值的信息。
PDF6 years ago
深度学习实时犯罪预测及其三值化
本研究使用空间时间残差网络预测了洛杉矶不同区域在小时层面的犯罪分布情况，通过和其他预测方法的比较证明了其更高的准确度，并提出使用三值化技术解决实际资源短缺的问题。
PDF7 years ago
从人口统计和移动数据探索犯罪预测
使用手机数据和人口统计数据，基于聚合的匿名化人类行为数据进行犯罪预测，实验结果表明，该犯罪预测模型在伦敦的真实犯罪数据上的准确率接近 70%，结果对数据驱动式犯罪分析具有重要意义。
PDF10 years ago