基于轨迹检测群体中的组织证据
人工智能
2023-09-04 v1
摘要
有效检测组织对于打击犯罪和维护公共安全至关重要，尤其是考虑到用于处理每个表现出共同运动模式的群体的人力和工具有限。本文致力于解决网络结构推断（NSI）挑战。为此，我们引入了两种基于智能体轨迹检测网络结构推断的新方法。第一种方法基于图熵的评估，第二种方法考虑聚类指标的质量。为评估新方法的有效性，我们使用基于动物界、可在 NetLogo 平台上获取的四种场景模拟进行了实验：Ants、Wolf Sheep Predation、Flocking 和 Ant Adaptation。此外，我们将所得结果与文献中先前提出的一种方法的结果进行比较，将所有方法应用于 NetLogo 平台的模拟。结果表明，我们的新检测方法能够更清晰地识别模拟场景中的组织或网络推断。
引用
@article{arxiv.2309.00172,
title = {Detecting Evidence of Organization in groups by Trajectories},
author = {T. F. Silva and J. E. B. Maia},
journal= {arXiv preprint arXiv:2309.00172},
year = {2023}
}
备注
17 pages, 16 figures, 3 algorithms, 1 table