고급 예측 도구로 고위험 범죄 핫스팟을 실시간으로 정확히 찾아냅니다.

• EnPKF(Ensemble Poisson Kalman Filter)라는 새로운 알고리즘은 다음 시간 내에 범죄가 발생할 가능성이 가장 높은 지역을 제안할 수 있습니다. 
• 또한 그러한 범죄를 해결하는 데 어떤 자원이 필요한지 알 수 있습니다. 

경찰서와 범죄 부서는 자원에 대한 많은 압박과 제약에 직면해 있습니다. 이는 경찰이 어디에 노력을 기울여야 할지 더 나은 결정을 내릴 수 있도록 돕는 스마트 치안 도구의 성장을 촉진하고 있습니다.

ETAS(Epidemic Type Aftershock Sequence)는 범죄 데이터에 적용되어 미래 범죄 현장을 예측하는 인기 모델 중 하나입니다. 지금까지 이 그리드 맵 기반 기술은 한 명의 인간 수사관보다 두 배나 많은 범죄를 성공적으로 예측했습니다.

ETAS 모델은 범죄는 확률론적으로 발생하지만 범죄 발생률은 역사에 따라 달라진다는 철학을 기반으로 합니다. 즉, 한 지역 내에서 발생하는 범죄는 적어도 특정 기간 동안 동일하거나 가까운 위치에서 미래 범죄 발생률을 높일 것이라는 의미입니다.

그러나 근본적인 범죄 과정의 확률적 성격을 고려하지 않습니다. 또한 제한적이고 시끄러운 데이터 또는 모델 선택 오류로 인해 발생할 수 있는 실시간 불확실성을 추적할 수 없습니다.

앙상블 포아송 칼만 필터

국제 연구팀은 이타스 모델을 사용하여 실시간 도시 범죄 데이터를 신속하게 처리하고 불법 활동이 재발할 수 있는 곳을 예측할 수 있는 새로운 알고리즘을 개발했습니다. EnPKF(Ensemble Poisson Kalman Filter)라는 방법론은 아폴로 임무 및 일기 예보에 사용되는 방법과 매우 유사합니다.

'예측 가능성'은 여러 가지 방식으로 설명될 수 있지만, 본 연구에서 연구자들은 특정 유형의 이벤트 및 예측 시스템에 중점을 두었습니다. 그들은 다가오는 관심 이벤트를 알리기 위해 '신호'를 트리거하는 모델을 고려했습니다. 예를 들어, 앞으로 1시간 이내에 범죄가 발생할 가능성이 가장 높은 지역을 제안할 수 있습니다.

현재 시계열 애플리케이션에서는 다음 불법 활동이 다음 몇(고정) 시간 내에 발생할지 여부를 예측하기 위해 모델이 단순화되었습니다. 전반적으로, 알고리즘은 경미한 범죄의 핫스팟이 발생할 수 있는 위치와 그러한 불법 활동을 처리하는 데 필요한 자원에 대한 제안을 범죄 수사부에 제공할 수 있습니다.

참고자료:ScienceDirect | 도이:10.1016/j.csda.2018.06.014 | 서리 대학교 

테스트 및 기타 애플리케이션

새로운 모델은 1999년부터 2002년까지 로스앤젤레스에서 발생한 1,000건 이상의 갱단 범죄가 포함된 데이터 세트를 대상으로 테스트되었습니다. 그들은 결과를 큰 샘플 크기의 입자 필터와 비교하여 실제로 그 효과를 입증했습니다.

입자 필터에 비해 EnPKF의 주요 장점은 정확도가 향상되고 샘플 크기가 더 작을 때 몬테카를로 변동이 적다는 것입니다. 그러나 시스템은 완벽하지 않습니다. 일부 매개변수 추정에 대해 과소/과대 확산 앙상블을 생성하는 경향이 있습니다.

읽기:새로운 자율 주행 차량 알고리즘으로 차선을 공격적으로 변경할 수 있음

팀은 현재 EnPKF의 고차원 확장을 개발하고 도난 데이터를 사용하여 그 효과를 분석하는 작업을 진행하고 있습니다. 연구자들은 이 시스템이 다양한 용도로 사용될 수 있다고 믿습니다. EnPKF는 지진 여진, 열차 지연 및 보험금 청구를 추적하는 데 사용될 수 있습니다.