RU2017124627A - Система прогнозирования преступлений - Google Patents

Система прогнозирования преступлений Download PDF

Info

Publication number
RU2017124627A
RU2017124627A RU2017124627A RU2017124627A RU2017124627A RU 2017124627 A RU2017124627 A RU 2017124627A RU 2017124627 A RU2017124627 A RU 2017124627A RU 2017124627 A RU2017124627 A RU 2017124627A RU 2017124627 A RU2017124627 A RU 2017124627A
Authority
RU
Russia
Prior art keywords
crime
forecast
data
crimes
location
Prior art date
Application number
RU2017124627A
Other languages
English (en)
Other versions
RU2686022C2 (ru
RU2017124627A3 (ru
Inventor
Кейси МАКГИВЕР
Итан НОК
Роузмэри Йилдинг РЭДИЧ
Original Assignee
ЛОКАТОР АйПи, Л.П.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ЛОКАТОР АйПи, Л.П. filed Critical ЛОКАТОР АйПи, Л.П.
Publication of RU2017124627A publication Critical patent/RU2017124627A/ru
Publication of RU2017124627A3 publication Critical patent/RU2017124627A3/ru
Application granted granted Critical
Publication of RU2686022C2 publication Critical patent/RU2686022C2/ru

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/04Inference or reasoning models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/02Knowledge representation; Symbolic representation
    • G06N5/022Knowledge engineering; Knowledge acquisition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/02Knowledge representation; Symbolic representation
    • G06N5/022Knowledge engineering; Knowledge acquisition
    • G06N5/025Extracting rules from data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/04Inference or reasoning models
    • G06N5/043Distributed expert systems; Blackboards
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • G06Q50/265Personal security, identity or safety

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Alarm Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Claims (56)

1. Компьютеризированный способ определения и выдачи прогноза преступления, при этом способ предусматривает:
хранение данных преступлений в базе данных, при этом данные преступлений включают в себя информацию, указывающую на местоположения и время совершения преступлений;
хранение метеорологических данных в базе данных, при этом метеорологические данные включают в себя предыдущие и прогнозируемые метеорологические условия;
определение местоположения прогноза преступления;
определение временного интервала прогноза преступления;
определение, исходя из метеорологических данных, прогнозируемого метеорологического условия для местоположения прогноза преступления в течение временного интервала прогноза преступления;
определение, исходя из данных преступлений и предыдущих метеорологических условий, включенных в метеорологические данные, корреляции между преступлениями, включенными в данные преступлений, и прогнозируемым метеорологическим условием;
определение, исходя из данных преступлений, исторического уровня преступности в местоположении прогноза преступления для временных интервалов, подобных временному интервалу прогноза преступления;
определение прогноза преступления путем корректировки исторического уровня преступности на основании корреляции между преступлениями, включенными в данные преступлений, и прогнозируемым метеорологическим условием; и
выдачу прогноза преступления в удаленную компьютерную систему.
2. Способ по п. 1, в котором временные интервалы, подобные временному интервалу прогноза преступления, являются временными интервалами, которые представляют собой то же время суток, что и временной интервал прогноза преступления.
3. Способ по п. 1, который дополнительно предусматривает:
хранение данных событий в базе данных, при этом данные событий включают в себя предыдущие и будущие события;
определение, исходя из данных событий, будущего события для местоположения прогноза преступления в течение временного интервала прогноза преступления; и
определение, исходя из данных преступлений и предыдущих событий, включенных в данные событий, корреляции между преступлениями, включенными в данные преступлений, и прошедшими событиями;
при этом прогноз преступления определяют путем дополнительной корректировки исторического уровня преступности на основании корреляции между преступлениями, включенными в данные преступлений, и будущим событием.
4. Способ по п. 1, в котором
данные преступлений дополнительно включают в себя информацию, указывающую на типы преступлений;
способ дополнительно предусматривает определение типа преступления; при этом
корреляцию между преступлениями, включенными в данные преступлений, и прогнозируемым метеорологическим условием определяют на основании корреляции между преступлениями, которые относятся к определенному типу преступления, и прогнозируемым метеорологическим условием;
исторический уровень преступности определяют на основании исторического уровня преступности для преступлений, которые относятся к определенному типу преступления, в местоположении прогноза преступления для временных интервалов, подобных временному интервалу прогноза преступления;
прогноз преступления определяют путем корректировки исторического уровня преступности на основании корреляции между преступлениями, которые относятся к определенному типу преступления, и прогнозируемым метеорологическим условием.
5. Способ по п. 3, в котором тип преступления вводится пользователем.
6. Способ по п. 3, в котором тип преступления определяют на основании демографических данных пользователя.
7. Способ по п. 1, в котором временной интервал прогноза преступления задается пользователем.
8. Способ по п. 1, в котором временной интервал прогноза преступления определяют на основании текущего момента времени.
9. Способ по п. 1, в котором местоположение прогноза преступления идентифицируется пользователем.
10. Способ по п. 1, в котором местоположение прогноза преступления выбирают на основании местоположения удаленной компьютерной системы.
11. Система прогнозирования преступлений, содержащая:
базу данных, в которой хранятся данные преступлений и метеорологические данные, при этом данные преступлений включают в себя информацию, указывающую местоположения и время преступлений, и метеорологические данные включают в себя предыдущие и прогнозируемые метеорологические условия; и
блок анализа, который
определяет местоположение прогноза преступления;
определяет временной интервал прогноза преступления;
определяет, исходя из метеорологических данных, прогнозируемое метеорологическое условие для местоположения прогноза преступления в течение временного интервала прогноза преступления;
определяет, исходя из данных преступлений и предыдущих метеорологических условий, включенных в метеорологические данные, корреляцию между преступлениями, включенными в данные преступлений, и прогнозируемым метеорологическим условием;
определяет, исходя из данных преступлений, исторический уровень преступности в местоположении прогноза преступления для временных интервалов, подобных временному интервалу прогноза преступления;
определяет прогноз преступления путем корректировки исторического уровня преступности на основании корреляции между преступлениями, включенными в данные преступлений, и прогнозируемым метеорологическим условием; и
выдает прогноз преступления в удаленную компьютерную систему.
12. Система по п. 11, в которой временные интервалы, подобные временному интервалу прогноза преступления, являются временными интервалами, которые представляют собой то же время суток, что и временной интервал прогноза преступления.
13. Система по п. 11, в которой
база данных хранит данные событий, включающие в себя предыдущие и будущие события; при этом блок анализа
определяет, исходя из данных событий, будущее событие для местоположения прогноза преступления в течение временного интервала прогноза преступления; и
определяет, исходя из данных преступлений и предыдущих событий, включенных в данные событий, корреляцию между преступлениями, включенными в данные преступлений, и прошедшими событиями; и
прогноз преступления определяется путем дополнительной корректировки исторического уровня преступности на основании корреляции между преступлениями, включенными в данные преступлений, и будущим событием.
14. Система по п. 11, в которой
данные преступлений дополнительно включают в себя информацию, указывающую на типы преступлений;
блок анализа дополнительно определяет тип преступления; при этом
корреляция между преступлениями, включенными в данные преступлений, и прогнозируемым метеорологическим условием определяется на основании корреляции между преступлениями, которые относятся к определенному типу преступления, и прогнозируемым метеорологическим условием;
исторический уровень преступности определяется на основании исторического уровня преступности для преступлений, которые относятся к определенному типу преступления, в местоположении прогноза преступления для временных интервалов, подобных временному интервалу прогноза преступления; и
прогноз преступления определяется путем корректировки исторического уровня преступности на основании корреляции между преступлениями, которые относятся к определенному типу преступления, и прогнозируемым метеорологическим условием.
15. Система по п. 13, в которой тип преступления вводится пользователем.
16. Система по п. 13, в которой тип преступления определен на основании демографических данных пользователя.
17. Система по п. 11, в которой временной интервал прогноза преступления задается пользователем.
18. Система по п. 11, в которой временной интервал прогноза преступления определен на основании текущего момента времени.
19. Система по п. 11, в которой местоположение прогноза преступления идентифицируется пользователем.
20. Система по п. 11, в которой местоположение прогноза преступления выбрано на основании местоположения удаленной компьютерной системы.
RU2017124627A 2014-12-24 2015-12-28 Система прогнозирования преступлений RU2686022C2 (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201462096631P 2014-12-24 2014-12-24
US62/096,631 2014-12-24
PCT/US2015/067694 WO2016106417A1 (en) 2014-12-24 2015-12-28 Crime forecasting system

Publications (3)

Publication Number Publication Date
RU2017124627A true RU2017124627A (ru) 2019-01-24
RU2017124627A3 RU2017124627A3 (ru) 2019-01-24
RU2686022C2 RU2686022C2 (ru) 2019-04-23

Family

ID=56151552

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2017124627A RU2686022C2 (ru) 2014-12-24 2015-12-28 Система прогнозирования преступлений

Country Status (13)

Country Link
US (1) US20160189043A1 (ru)
EP (1) EP3238145A4 (ru)
JP (1) JP2018505474A (ru)
KR (1) KR20170098281A (ru)
CN (1) CN107251058A (ru)
AU (1) AU2015369609A1 (ru)
BR (1) BR112017013451A2 (ru)
CA (1) CA2971441A1 (ru)
HK (1) HK1245464A1 (ru)
MX (1) MX2017008512A (ru)
RU (1) RU2686022C2 (ru)
SG (1) SG11201705199YA (ru)
WO (1) WO2016106417A1 (ru)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230028663A (ko) * 2021-08-20 2023-03-02 (주)카탈로닉스 야간 조도 데이터 활용 방법

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106250699B (zh) * 2016-08-04 2019-02-19 中国南方电网有限责任公司 利用enso综合指标进行厄尔尼诺/拉尼娜等级划分及径流预测方法
US20180096253A1 (en) * 2016-10-04 2018-04-05 Civicscape, LLC Rare event forecasting system and method
US20180232647A1 (en) * 2017-02-10 2018-08-16 International Business Machines Corporation Detecting convergence of entities for event prediction
US11520667B1 (en) * 2017-05-03 2022-12-06 EMC IP Holding Company LLC Information technology resource forecasting based on time series analysis
CN107832364B (zh) * 2017-10-26 2021-06-22 浙江宇视科技有限公司 一种基于时空数据锁定目标对象的方法及装置
US11002555B2 (en) * 2018-02-02 2021-05-11 Base Operations Inc. Generating safe routes for traffic using crime-related information
US12019697B2 (en) 2018-02-16 2024-06-25 Walmart Apollo, Llc Systems and methods for identifying incidents using social media
WO2019241145A1 (en) 2018-06-12 2019-12-19 Intergraph Corporation Artificial intelligence applications for computer-aided dispatch systems
CN111222666A (zh) * 2018-11-26 2020-06-02 中兴通讯股份有限公司 一种数据计算方法和装置
IT201900011373A1 (it) * 2019-07-10 2021-01-10 Elia Lombardo Metodo per la previsione di reati predatori
CN111612677B (zh) * 2020-05-27 2023-08-25 北京明智和术科技有限公司 事件安全性的检测方法、检测装置、电子设备及存储介质
KR102430920B1 (ko) 2020-08-14 2022-08-10 고려대학교 산학협력단 치안 및 공공 데이터 기반 범죄 신고 수 예측 장치 및 방법
US11451930B2 (en) 2020-10-15 2022-09-20 Conduent Business Services, Llc Dynamic hotspot prediction method and system
KR102492511B1 (ko) 2020-12-10 2023-01-30 주식회사 제이콥시스템 범죄 대응을 위한 시뮬레이터 및 그 시뮬레이터의 구동방법
JP7360109B1 (ja) * 2023-02-28 2023-10-12 株式会社ティファナ ドットコム 障害事象推定装置、及びプログラム

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US222330A (en) * 1879-12-02 Improvement in spinning-frames
JP4137672B2 (ja) * 2003-03-06 2008-08-20 株式会社野村総合研究所 渋滞予測システムおよび渋滞予測方法
JP4429128B2 (ja) * 2004-09-24 2010-03-10 株式会社竹中工務店 犯罪発生確率提示装置及び犯罪発生確率提示プログラム
JP5098160B2 (ja) * 2005-11-29 2012-12-12 富士電機リテイルシステムズ株式会社 防犯装置、防犯システムおよび防犯プログラム
RU2006132460A (ru) * 2006-09-11 2008-03-20 Владимир Адольфович Таммео (RU) Способ и устройство прогнозирования развития случайного процесса
US20110208416A1 (en) * 2007-08-13 2011-08-25 Speier Gary J System and method for travel route planning using safety metrics
US8849728B2 (en) * 2007-10-01 2014-09-30 Purdue Research Foundation Visual analytics law enforcement tools
US20090198641A1 (en) * 2007-10-12 2009-08-06 Enforsys, Inc. System and method for forecasting real-world occurrences
JP5061373B2 (ja) * 2008-11-06 2012-10-31 Necフィールディング株式会社 車両内犯罪防止システム、車両内犯罪防止方法および車両内犯罪防止プログラム
JP5332057B2 (ja) * 2008-12-26 2013-11-06 朋和 三木 リスク算出装置およびリスク算出方法
US9129012B2 (en) * 2010-02-03 2015-09-08 Google Inc. Information search system with real-time feedback
US8712596B2 (en) * 2010-05-20 2014-04-29 Accenture Global Services Limited Malicious attack detection and analysis
CN102520464B (zh) * 2011-12-08 2013-06-12 南京成风大气信息技术有限公司 区域积涝预报系统及其预报方法
WO2013100915A1 (en) * 2011-12-27 2013-07-04 Intel Corporation Integration of contextual and historical data into route determination
KR20140100173A (ko) * 2013-02-05 2014-08-14 인터로젠 (주) 기상정보를 이용한 범죄예측 서비스 제공 방법
US20140372038A1 (en) * 2013-04-04 2014-12-18 Sky Motion Research, Ulc Method for generating and displaying a nowcast in selectable time increments
US9129219B1 (en) * 2014-06-30 2015-09-08 Palantir Technologies, Inc. Crime risk forecasting

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230028663A (ko) * 2021-08-20 2023-03-02 (주)카탈로닉스 야간 조도 데이터 활용 방법
KR102618554B1 (ko) 2021-08-20 2023-12-28 (주)카탈로닉스 야간 조도 데이터 활용 방법

Also Published As

Publication number Publication date
SG11201705199YA (en) 2017-07-28
EP3238145A4 (en) 2018-07-11
KR20170098281A (ko) 2017-08-29
CA2971441A1 (en) 2016-06-30
EP3238145A1 (en) 2017-11-01
WO2016106417A1 (en) 2016-06-30
MX2017008512A (es) 2018-03-16
RU2686022C2 (ru) 2019-04-23
AU2015369609A1 (en) 2017-07-13
RU2017124627A3 (ru) 2019-01-24
JP2018505474A (ja) 2018-02-22
HK1245464A1 (zh) 2018-08-24
CN107251058A (zh) 2017-10-13
US20160189043A1 (en) 2016-06-30
BR112017013451A2 (pt) 2018-03-06

Similar Documents

Publication Publication Date Title
RU2017124627A (ru) Система прогнозирования преступлений
CN103942229B (zh) 目的地预测设备和方法
US20180059691A1 (en) Predicting Crop Productivity via Intervention Planning on Small-scale Farms
JP2016505990A5 (ru)
PH12017501080A1 (en) User maintenance system and method
RU2015130617A (ru) Управление постановкой на стоянку транспортного средства
Wang et al. Early warning of burst passenger flow in public transportation system
RU2014141530A (ru) Система и способ снижения количества торможений транспортного средства перед светофорами
WO2013121298A3 (en) System and method for analyzing gis data to improve operation and monitoring of water distribution networks
JP2014093089A5 (ru)
RU2014141916A (ru) Система и способ прогнозирования дорожных условий и управления подсистемами транспортного средства
WO2014150368A3 (en) Systems, devices, and methods for generating location establishment severity identification
KR20140026951A (ko) 소셜정보를 이용한 자살수 예측 방법 및 장치
JP2017015453A (ja) ダム管理用制御処理装置およびダム管理用制御処理方法
JP2017151852A (ja) 人物移動予測システム
Venek et al. Evaluating the Brownian bridge movement model to determine regularities of people’s movements
JP2008180545A (ja) 落雷警報装置及び方法
Lumbroso et al. Decision-Making for Strengthening Climate Resilience: Dealing with Data Paucity in the Caribbean Water Supply Sector
Meertens et al. Analysis of drought-related hydrologic loading signals from Plate Boundary Observatory GPS stations in the Sierra Nevada Mountains
Pareeth et al. Monitoring the land and water use dynamics at basin level using time series of Landsat 8 data
Xu et al. The key technology for grid integration of wind power: direct probabilistic interval forecasts of wind power
Fletcher et al. Uncertainty Categorization, Modeling, and Management for Regional Water Supply Planning
Watson Acceleration in USA Sea-Level? New Insights Now Available Using Improved Analytical Tools and Methods
Tanaka et al. Impact Assessment of Climate Change on Snow Water Resources in Japan Using" d4PDF"
Khan et al. A global synthesis of Holocene sea-level data to determine its rates, mechanisms and geographic variability

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20201229