文献

J-GLOBAL ID：201802236437522892   整理番号：18A1686133

予測犯罪ホットスポットマッピングと評価のための時空カーネル密度推定フレームワーク【JST・京大機械翻訳】

A spatio-temporal kernel density estimation framework for predictive crime hotspot mapping and evaluation

著者 (4件)： Hu Yujie (School of Geosciences, University of South Florida, Tampa, FL 33620-5550, USA) ,  Wang Fahui (Department of Geography & Anthropology, Louisiana State University, Baton Rouge, LA 70803, USA) ,  Guin Cecile (Office of Social Service Research and Development (OSSRD), School of Social Work, Louisiana State University, Baton Rouge, LA 70803, USA) ,  Zhu Haojie (Department of Geography & Anthropology, Louisiana State University, Baton Rouge, LA 70803, USA)
資料名： Applied Geography  (Applied Geography)
巻： 99  ページ： 89-97  発行年： 2018年 
JST資料番号： E0891A  ISSN： 0143-6228  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 予測ホットスポットマッピングは,ホットスポット政策決定において重要な役割を果たす。一般的カーネル密度推定(KDE)のような既存の方法は犯罪の時間次元を考慮しない。関連分野における最近の研究に基づいて,本論文は,予測ホットスポットマッピングと評価のための時空フレームワークを提案した。この範囲における既存の研究と比較して,提案したフレームワークには4つの主要な特徴がある。(1)時間空間カーネル密度推定(STKDE)法を適用して,予測ホットスポットマッピングにおける時間成分を含み,(2)データ駆動最適化技法,(3)密度推定における偽陽性を選択するための統計的有意性試験を設計し,(4)複数の面積スケールで予測ホットスポットを評価するための新しい計量,予測精度指数(PAI)曲線を提案した。このフレームワークは,2011年にLouisianaのBat Rugeにおける住宅のburglの事例研究において例証され,その結果はその有用性を検証する。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ホットスポット ,  事例研究 ,  帯域幅 ,  *予測 ,  *犯罪 ,  最適化手法
準シソーラス用語： 予測精度 ,  統計的有意性 ,  誤検出 ,  データ駆動 ,  政策決定 ,  カーネル推定 , 【Automatic Indexing@JST】

著者キーワード (7件)： 空間-時間カーネル密度推定(STKDE) ,  最適帯域幅 ,  有意性試験 ,  予測精度指数(PAI)曲線 ,  犯罪ホットスポット予測 ,  住宅のburgl ,  Baton Rouge

分類 (1件)： 応用心理学  (AE02000A)

タイトルに関連する用語 (6件)： 予測 ,  犯罪 ,  評価 ,  時空 ,  カーネル密度推定 ,  フレームワーク