Core Concepts
도시 환경 특성과 범죄율 간의 관계를 기계학습 및 가로수준 이미지 데이터를 활용하여 분석하였으며, 이를 통해 도시 계획 및 범죄 예방을 위한 통찰을 제공한다.
Abstract
이 연구는 뉴욕시의 도시 안전 문제를 다루며, 기계학습과 가로수준 이미지 데이터를 활용하여 도시 환경 특성과 범죄율 간의 관계를 분석하였다. 주요 내용은 다음과 같다:
구글 스트리트 뷰 데이터와 뉴욕시 범죄 데이터를 활용하여 지역별 데이터셋을 구축하였다. 이를 통해 도시 경관 특성과 범죄율 간의 상관관계를 분석할 수 있는 기반을 마련하였다.
의미론적 분할 모델을 활용하여 가로수준 이미지를 분석하고, 다양한 회귀 모델(선형 회귀, 랜덤 포레스트, XGBoost 등)을 적용하여 도시 경관 특성과 범죄율 간의 관계를 모델링하였다.
모델 분석 결과, 항공기 및 고양이 등의 특징이 범죄율과 가장 강한 상관관계를 보였다. 이는 공항 인근 지역의 특수한 환경이 범죄 발생에 영향을 미칠 수 있음을 시사한다.
이러한 연구 결과는 도시 계획 및 범죄 예방 정책 수립에 활용될 수 있으며, 도시 환경 설계를 통한 공공 안전 향상에 기여할 것으로 기대된다.
향후 연구에서는 더욱 정교한 예측 모델 개발과 더불어 세부 지역 단위(예: 센서스 블록)에서의 분석을 통해 도시 범죄 동향에 대한 심도 있는 이해를 도모할 계획이다.
Stats
뉴욕시 범죄 건수는 평균 2,673.82건이며, 범죄율은 평균 0.01409로 나타났다.
Quotes
"이 연구 결과는 도시 계획 및 범죄 예방 정책 수립에 활용될 수 있으며, 도시 환경 설계를 통한 공공 안전 향상에 기여할 것으로 기대된다."