文献

J-GLOBAL ID：202002268185611216   整理番号：20A2076118

シカゴにおける犯罪カテゴリー予測のための決定木とナイーブBayes機械学習モデルの比較研究【JST・京大機械翻訳】

A Comparative Study of Decision Tree and Naive Bayes Machine Learning Model for Crime Category Prediction in Chicago

著者 (7件)： Aldossari Bshayer S. (CCSIT, IAU, KSA) ,  Alqahtani Futun M. (CCSIT, IAU, KSA) ,  Alshahrani Noura S. (CCSIT, IAU, KSA) ,  Alhammam Manar M. (CCSIT, IAU, KSA) ,  Alzamanan Razan M. (CCSIT, IAU, KSA) ,  Aslam Nida (CCSIT, IAU, KSA) ,  Irfanullah (CCSIT, IAU, KSA)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICCDE 2020  ページ： 34-38  発行年： 2020年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： クロムは,社会へのそれらの不可解な影響とともに,それらの心,懸念,および精神に関して,個人に大規模な影響を及ぼす。結果として,法律の取締りは,それらの制御領域を監視するので,彼らが疑わしい活動を知らさず,それらをより慎重にし,潜在的犯罪活動を防ぐ能力を高める。本研究は,既存の反復事故データを探索し,解析することにより,特定の地理的領域における潜在的犯罪カテゴリーを予測することができる機械学習モデルを作成することを目的とする。ディシジョンツリーとNaive Bayesをデータセットに適用し,Cichago Police Cart CLEARから抽出した。これらの技術を適用することにより,法律施行機関は,それらが潜在的犯罪を予測することができるので,それらを防ぐ能力を増加させるであろうので,非常に有益になるであろう。選択したデータセットから選択したトップ9特徴に2つのアルゴリズムを適用した。しかし,2つのアルゴリズムを比較して,決定木は,Naive Bayesアルゴリズムより良く実行した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *学習モデル ,  クロム ,  調節遺伝子 ,  地理学 ,  犯罪 ,  教師つき学習 ,  *ディシジョンツリー ,  *機械学習
準シソーラス用語： シカゴ ,  Naive Bayes , 【Automatic Indexing@JST】

著者キーワード (5件)： シカゴ犯罪 ,  犯罪カテゴリー ,  決定木 ,  ナイーブBayes ,  教師付き学習

分類 (2件)： システム・制御理論一般  (IA02010H) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (8件)： シカゴ ,  犯罪 ,  カテゴリー ,  予測 ,  決定木 ,  機械学習 ,  モデル ,  研究