本研究は、ニューヨーク市の街路レベルの画像データと犯罪統計データを用いて、都市環境の特徴と犯罪率の関係を分析しました。
まず、Google Street Viewから収集した13,636枚の街路画像と、2022年の犯罪データを71の地域単位で集計しました。次に、セマンティックセグメンテーションモデルを用いて街路画像を分析し、各地域の街路特徴量を抽出しました。
その後、線形回帰、ランダムフォレスト、XGBoostなどの機械学習モデルを用いて、街路特徴量と犯罪率の関係を予測しました。その結果、「飛行機」の存在が最も犯罪率と関連が強いことが分かりました。これは、空港周辺の治安上の特徴や人口構成の多様性が影響しているものと考えられます。
この知見は、都市計画や犯罪予防対策の立案に活用できます。今後は、より詳細な地理単位での分析や、他の変数の導入によりモデルの精度向上を目指します。また、犯罪統計の偏りや限界を認識し、より包括的な地域の安全性評価に取り組む必要があります。
Egy másik nyelvre
a forrásanyagból
arxiv.org
Mélyebb kérdések