局所的適応空間変位平滑化:東京における犯罪密度監視への応用【JST・京大機械翻訳】

Onizuka Takahiro; Hashimoto Shintaro; Sugasawa Shonosuke

プレプリント

J-GLOBAL ID：202202221327770579 整理番号：22P0292146

局所的適応空間変位平滑化:東京における犯罪密度監視への応用【JST・京大機械翻訳】

Locally Adaptive Spatial Quantile Smoothing: Application to Monitoring Crime Density in Tokyo

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年02月19日プレプリントサーバーでの情報更新日： 2023年10月23日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

潜在的不均一性の下での空間傾向推定は,犯罪活動のような空間特性とハザードを抽出するための重要な問題である。一般に,平均傾向だけでなく高い(低い)リスク傾向も推定するために,通常用いられる要約統計量と比較して,分布に関する実質的な情報を提供する分位数に焦点を合わせる。本論文では,グラフ上の分位の非定常傾向を推定し,2013年から2017年の間の東京の犯罪データに適用するためのBayes量子化傾向フィルタリング法を提案した。多重観測事例のモデリングにより,応用における複数年にわたる空間犯罪傾向の潜在的不均一性を推定することができた。局所適応Bayes推論を傾向に誘導するために,グラフ差に対する一般的収縮事前確率を導入した。非対称Laplace分布の局所スケールパラメータと混合表現のための多変量分布を有するいわゆるシャドウを導入して,著者らは後部サンプルを作り出すために単純なGibbsサンプリングアルゴリズムを提供した。提案方法の数値性能を,シミュレーション研究を通して実証した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

都市問題,都市防災

, , , , , ,

前のページに戻る