文献

J-GLOBAL ID：202102215901445791   整理番号：21A1195075

空間加算混合モデリングのためのスケーラブルなモデル選択:犯罪解析への応用【JST・京大機械翻訳】

Scalable Model Selection for Spatial Additive Mixed Modeling: Application to Crime Analysis

著者 (4件)： Murakami Daisuke (Singular Perturbations Co. Ltd., 1-5-6 Risona Kudan Building, Kudanshita, Chiyoda, Tokyo 102-0074, Japan) ,  Murakami Daisuke (Department of Statistical Data Science, Institute of Statistical Mathematics, 10-3 Midori-cho, Tachikawa, Tokyo 190-8562, Japan) ,  Kajita Mami (Singular Perturbations Co. Ltd., 1-5-6 Risona Kudan Building, Kudanshita, Chiyoda, Tokyo 102-0074, Japan) ,  Kajita Seiji (Singular Perturbations Co. Ltd., 1-5-6 Risona Kudan Building, Kudanshita, Chiyoda, Tokyo 102-0074, Japan)
資料名： ISPRS International Journal of Geo-Information (Web)  (ISPRS International Journal of Geo-Information (Web))
巻： 9  号： 10  ページ： 577  発行年： 2020年 
JST資料番号： U7212A  ISSN： 2220-9964  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 空間オープンデータセットの急速な成長は,大きなデータにおける空間的および非空間的効果に順応する回帰アプローチに対する巨大な要求をもたらした。回帰モデル選択は,柔軟回帰モデルを安定的に推定するために特に重要である。しかし,従来法は,大きなサンプルで遅い。したがって,空間回帰モデルのための高速で実用的なモデル選択アプローチを開発し,定数,空間的に変化する,そして非空間的に変化する係数を含む係数タイプの選択に焦点を当てた。次元縮小を通して小さな内部製品でデータマトリックスを置き換える前処理アプローチは,モデル選択の計算速度を劇的に加速する。数値実験は,著者らのアプローチが,空間回帰文脈におけるモデル選択の重要性を強調して,正確に,そして,効率的にモデルを選択することを示した。次に,本アプローチを公開データに適用して,日本における犯罪に影響する局所因子を調査した。結果は,著者らのアプローチが犯罪リスクに影響する要因の選択だけでなく,犯罪事象の予測にも有用であることを示唆する。このスケーラブルなモデル選択は,ビッグデータの時代における柔軟で大規模な空間回帰モデルを適切に特定する鍵になるであろう。開発したモデル選択手法をRパッケージスモランに実装した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 前処理 ,  犯罪 ,  計算機処理速度 ,  回帰モデル ,  *加算 ,  高速計算 ,  次元縮小
準シソーラス用語： *モデル選択 ,  数値実験 ,  ビッグデータ ,  空間回帰 , 【Automatic Indexing@JST】

著者キーワード (5件)： モデル選択 ,  空間回帰 ,  犯罪 ,  高速計算 ,  空間変動係数モデリング

分類 (5件)： システム・制御理論一般  (IA02010H) ,  公衆衛生  (GB02000X) ,  粒状物調査測定  (SB03060E) ,  人工知能  (JE08000Z) ,  オペレーションズリサーチ一般  (KA03010Q)

引用文献 (56件)：

• Osgood, D.W. Poisson-based regression analysis of aggregate crime rates. J. Quant. Criminol. 2000, 16, 21-43.
• Cahill, M.; Mulligan, G. Using geographically weighted regression to explore local crime patterns. Soc. Sci. Comput. Rev. 2007, 25, 174-193.
• Bernasco, W.; Block, R. Robberies in Chicago: A block-level analysis of the influence of crime generators, crime attractors, and offender anchor points. J. Res. Crime Delinq. 2011, 48, 33-57.
• Maguire, M.; McVie, S. Crime data and criminal statistics: A critical reflection. In The Oxford Handbook of Criminology; Maruna, S., McAra, L., Eds.; Oxford University Press: Oxford, UK, 2017; pp. 163-189.
• LeSage, J.P.; Pace, R.K. Introduction to Spatial Econometrics; CRC Press: Boca Raton, FL, USA, 2009.

タイトルに関連する用語 (6件)： 加算 ,  混合モデリング ,  モデル選択 ,  犯罪 ,  解析 ,  応用