Un nuevo algoritmo desarrollado por la Universidad de Surrey y Georgia Tech podría dar a los departamentos de policía la ventaja en su lucha contra el crimen, gracias a su capacidad para procesar rápidamente datos en tiempo real y predecir dónde podría volver a ocurrir una actividad ilegal.
Los departamentos de policía de todo el mundo enfrentan presiones crecientes sobre sus recursos, una realidad que está impulsando el crecimiento del software de vigilancia predictiva que ayuda a las autoridades a tomar decisiones sobre dónde enfocar sus esfuerzos. Un método popular es ajustar una secuencia de réplica de tipo epidémico ETAS a los datos de delitos urbanos: un enfoque basado en mapas de cuadrícula que ha sido capaz de predecir dos veces más delitos que un solo analista dedicado.
en un artículo publicado por Estadística computacional y análisis de datos , investigadores de Surrey y Georgia, Atlanta, detallan un nuevo enfoque similar al utilizado en el pronóstico del tiempo y las misiones espaciales Apollo, que complementa el ETAS. Los investigadores pudieron usar este enfoque para desarrollar un algoritmo novedoso: el Ensemble Poisson KalmanFiltro EnPKF: que es capaz de combinar, en tiempo real, datos de delitos urbanos y el modelo ETAS. EnPKF es capaz de proporcionar pronósticos en tiempo real para la tasa de delitos y dar una indicación de la probabilidad de que el delito pueda repetirse en uncierta área. El algoritmo también puede dar sugerencias a los departamentos de policía sobre dónde podrían surgir puntos críticos de delitos a corto plazo y qué recursos adicionales se necesitan para abordar ese aumento.
Los matemáticos probaron su algoritmo contra datos de más de 1000 crímenes violentos de pandillas en Los Ángeles, desde 1999 hasta 2002, un conjunto de datos que presenta 33 pandillas conocidas.
Los investigadores creen que el algoritmo tiene una amplia gama de posibles usos, ya que EnPKF puede hacer pronósticos utilizando modelos que no sean ETAS. Se cree que EnPKF puede usarse para monitorear retrasos en trenes, réplicas de terremotos e incluso reclamos de seguros en África subsahariana.
El Dr. David Lloyd del Departamento de Matemáticas de la Universidad de Surrey dijo: "Estamos cautelosamente entusiasmados con el Filtro Ensemble Poisson Kalman, un enfoque que nos ha dado una idea de cuándo se puede predecir el crimen, y nos ha demostrado la importancia de usardatos en tiempo real para fortalecer el sistema en general. Ya estamos en camino de fortalecer el algoritmo y hemos hecho pruebas con los datos de Chicago.
"Es importante recordar que EnPKF, y algoritmos similares a este, son herramientas utilizadas para ayudar a las fuerzas del orden público que trabajan arduamente para mantener a nuestras comunidades seguras. Su uso estará determinado en última instancia por las necesidades de los departamentos individuales".
Fuente de la historia :
Materiales proporcionado por Universidad de Surrey . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :