使用概率网络建模人类犯罪行为
人工智能
2010-02-11 v1
摘要
目前,犯罪者侧写(CP)来自调查人员或法医心理学家的解读,将犯罪现场特征和犯罪者行为与其特征和心理侧写联系起来。本文旨在通过概率网络(PN)建模方法,从已破获案件的大型数据库中高效、系统地发现变量之间非显而易见的、有价值的模式。PN结构可用于提取行为模式,并深入了解哪些因素影响这些行为。因此,当调查新案件且由于犯罪者尚未确定而未知侧写变量时,基于观察到的犯罪现场变量,根据它们在结构中的连接和相应的数值(概率)权重来推断未知变量。目标是产生一种更系统、更经验性的侧写方法,并将生成的PN模型用作决策工具。
引用
@article{arxiv.1002.2202,
title = {Modeling of Human Criminal Behavior using Probabilistic Networks},
author = {Ramesh Kumar Gopala Pillai and Dr. Ramakanth Kumar . P},
journal= {arXiv preprint arXiv:1002.2202},
year = {2010}
}
备注
IEEE format, International Journal of Computer Science and Information Security, IJCSIS January 2010, ISSN 1947 5500, http://sites.google.com/site/ijcsis/