新しいアルゴリズムが違法行為の再発を防ぐ！

・Ensemble Poisson Kalman Filter（EnPKF）という名前の新しいアルゴリズムは、犯罪が起こる可能性が最も高い地域を時間ごとに抽出することができます。

・そのような犯罪に対処するためにどのリソースが必要かを知ることができます。

警察と警察部は、情報源を得るため多くの圧力と制約に直面しています – スマートポリシングツールを促進すると、どこに注意をするべきかより良い判断ができます。

エピデミックタイプの余震シーケンス（ETAS）は、これまでの犯罪データから、起こりうる犯罪現場を予測するために使用される一般的なモデルの1つです。 これまでのところ、このグリッドマップベースの的中率は、1人の人間の捜査官の2倍です。

ETASモデルは、犯罪は確率的に発生するという哲学に基づいていますが、犯罪の発生率は過去に依存します。つまり、地域内で発生する犯罪は、少なくとも特定の期間、同じ場所または近くの場所で再び犯罪が発生する確率が高くなります。

ただし、根底にある犯罪プロセスの確率は考慮されていません。 また、例外が多いデータや選択エラーが原因で発生する不確実なデータを追跡することはできません。

Ensemble Poisson Kalman Filter

ETASモデルを使用して、国際的な研究者チームは、リアルタイムの都市犯罪データを迅速に処理し、違法行為が再発する可能性のある場所を予測できる新しいアルゴリズムを開発しました。 Ensemble Poisson Kalman Filter（EnPKF）という名前の方法論は、アポロ計画や天気予報で使用されている方法と非常によく似ています。

「予測可能性」はいくつかの方法で説明できますが、この研究では、研究者は特定のタイプと予測システムに焦点を当てました。 彼らは、犯罪を警告するための「信号」を発生するモデルを検討しました。 たとえば、次の1時間以内に犯罪が発生する可能性が最も高い地域を示します。

最新の時系列アプリケーションでは、単純化されて、次の違法行為が数時間（固定）以内に発生するかどうかを予測します。 全体として、このアルゴリズムは、軽微な犯罪が発生する可能性のある場所、およびそのような違法行為に対処するために必要なリソースを提供できます。

テストと他のアプリケーション

新しいモデルは、1999年から2002年の間にロサンゼルスで発生した1,000件を超えるギャング犯罪のデータセットに対してテストされています。 彼らは結果を大きなサンプルサイズと比較し、有効性を実証しました。

EnPKFの主な強みは、精度が向上し、サンプルサイズが小さくてもモンテカルロ変動が少ないことです。 ただし、システムは完全にはほど遠いものです。一部のパラメータ推定値は、アンダースプレッド/オーバースプレッドになる傾向があります。

チームは現在、EnPKFの高次元拡張の開発に取り組んでおり、盗難データを使用して分析しています。 研究者たちは、このシステムにはさまざまな用途があると信じています。 EnPKFは、地震の余震、列車の遅延、保険金請求のために使用できます。