Core Concepts
범죄 예측 알고리즘의 이해를 통한 향후 연구 지침 제시
Abstract
범죄 예측 방법론의 종합적 분석 및 평가
방법론 분류를 위한 세분화된 분류체계 제안
150편 이상의 논문 검토를 통한 분석
CNN, LSTM, GRU 등 다양한 딥러닝 기술 활용
공간 및 시간적 데이터를 활용한 범죄 예측 모델 개발
Stats
CNN은 복잡한 공간 및 시간적 관계를 학습하는 데 적합하다.
CNN은 공간 데이터를 분석하여 범죄 예측에 효과적이다.
LSTM은 순차적 데이터의 시간 의존성을 잘 파악한다.
Quotes
"범죄 예측을 위한 CNN 아키텍처의 최신 발전을 여덟 가지 그룹으로 분류한다."
"BiLSTM은 장기적인 범죄 패턴을 인식하는 데 적합하다."