Grunnleggende konsepter
犯罪予測アルゴリズムの包括的な理解を提供し、未来の研究を促進する。
Sammendrag
この論文は、犯罪予測方法論の包括的な分析を提供し、統計手法、機械学習アルゴリズム、深層学習技術がどのように犯罪データを分析するかを探求しています。手法論分類に基づいてアルゴリズムを階層化し、実証的および実験的評価を行いました。さらに、未来の犯罪予測技術について展望しました。この論文は150以上の論文を徹底的に調査し、IEEEやACMなどから信頼性が高く最新情報が含まれるものを選定しています。提案されたタクソノミーに基づいてアルゴリズムを比較し、将来の研究に向けた指針を提供しています。
Statistikk
Duan [24]:スパチオテンポラル犯罪ネットワーク(STCN)で深層CNNを使用した自動犯罪関連特徴抽出。
Fu et [25]:ストリートビュー画像からのCNNベースアプローチで安全レベル予測。
Wei et [26]:都市犯罪予測用CrimeSTCディープラーニングフレームワーク。
Onan [27]:Twitter製品レビュー用感情分析向け深層学習アプローチ。
Sitater
"Local authorities prioritize reducing crime rates through active plans and police intervention."
"Data-driven techniques, such as machine learning and statistical modeling, have shown promise in predicting when and where crimes are likely to occur."
"The comprehensive survey conducted in this paper, along with the proposed taxonomy, enables more accurate evaluation and comparison of algorithms."