文献

J-GLOBAL ID：202002240216577189   整理番号：20A2472315

犯罪予測のための深い時間的マルチグラフ畳込みネットワーク【JST・京大機械翻訳】

Deep Temporal Multi-Graph Convolutional Network for Crime Prediction

著者 (4件)： Wang Yaqian (College of Computer Science, Chongqing University, Chongqing, China) ,  Ge Liang (College of Computer Science, Chongqing University, Chongqing, China) ,  Li Siyu (College of Computer Science, Chongqing University, Chongqing, China) ,  Chang Feng (College of Computer Science, Chongqing University, Chongqing, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12400  ページ： 525-538  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 都市の安全性と安全性は,市民の生活の質と都市の持続可能な発展を改善する際に重要な役割を果たす。本論文では,犯罪と様々な外部因子の間の依存性を捉えるために,グラフ生成成分を空間-時間成分に統合する,深い時間的マルチ-経済畳込みネットワーク(DT-MGCN)モデルを提案した。より具体的には,グラフ生成成分において,著者らは不均一関係を反映する多重グラフに領域間のユークリッドと非ユークリッド相関を符号化することを提案する。同時にグラフ畳込みネットワーク(GCN)を用いて空間パターンおよび符号器デコーダ時間畳込みネットワーク(EDTCN)を捕捉し,時間的特徴を記述した。Chicagoから収集された実世界の犯罪データセットに関する実験結果は,提案したDT-MGCNモデルの有効性を実証し,それは高精度を得て,最先端のベースラインを凌駕する。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *畳込み ,  *ネットワーク ,  復号器 ,  都市 ,  犯罪 ,  多重化 ,  符号器 ,  市民 ,  基準線 ,  有効性 ,  クオリティオブライフ ,  持続可能な開発
準シソーラス用語： 高精度 ,  空間パターン , 【Automatic Indexing@JST】

著者キーワード (4件)： 犯罪予測 ,  空間-時間 ,  グラフ畳込みネットワーク ,  エンコーダ-デコーダ時間畳込みネットワーク

分類 (2件)： 符号理論  (ND02030R) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 犯罪 ,  予測 ,  マルチ ,  グラフ ,  畳込み