基于多重 ANFIS 架构与时空数据的犯罪预测
计算机与社会
2020-11-12 v1 人工智能
计算机科学中的逻辑
摘要
仅凭统计数值无法呈现达卡市犯罪发生的整体态势。我们需要更好地利用这些统计数值来预测犯罪发生，使城市成为更安全的居所。面向未来的正确决策是降低某一区域或城市刑事犯罪率的关键。若执法部门能为未来高效调配资源，达卡的犯罪率可降至最低。本工作中，我们着手提供一种有效工具，使执法官员与侦探能够提前预测犯罪发生并轻松迅捷地作出更优决策。我们运用了若干模糊推理系统（FIS）与自适应神经模糊推理系统（ANFIS）来预测在特定地点与时间极有可能发生的犯罪类型。
引用
@article{arxiv.2011.05805,
title = {Crime Prediction Using Multiple-ANFIS Architecture and Spatiotemporal Data},
author = {Mashnoon Islam and Redwanul Karim and Kalyan Roy and Saif Mahmood and Sadat Hossain and M. Rashedur Rahman},
journal= {arXiv preprint arXiv:2011.05805},
year = {2020}
}
备注
Accepted Version, 2018 IEEE International Conference on Intelligent Systems (IS) September 25-27, Funchal - Madeira, Portugal