Traditional methods of crime mappin

Traditional methods of crime mapping, such as kernel density estimation (KDE), are used to generate risk surfaces that indicate where crime has previously clustered. As such, they consider the location of crime events but ignore their timing. Inspired by the above findings, Bowers et al. (2004) proposed a method of predictive crime mapping, named ProMap, that models the way in which crime clusters (or appears to spread) in space and time. To do this, the expected risk at a location for a particular period (usually the next day, few days or the next week) is estimated as a function of the density of crime that has occurred at or near to that location. However, events are also inversely weighted according to when they occurred, so that more recent crimes receive a greater weighting. The simplest form of the function sums the product of inverse time and distance weights given to each crime in the data set for the locations of interest (e.g. a series of grid cells).

ผลลัพธ์ (ไทย) 1:

วิธีการแบบดั้งเดิมของการแม็ปอาชญากรรม เช่นการประเมินความหนาแน่นของเคอร์เนล (KDE), จะใช้ในการสร้างพื้นผิวของความเสี่ยงที่แสดงที่มีก่อนหน้านี้กลุ่มอาชญากรรม ดังนี้ พวกเขาพิจารณาที่ตั้งของเหตุการณ์อาชญากรรม แต่ละเว้นการกำหนดเวลาของพวกเขา แรงบันดาลใจจาก findings ข้างต้น Bowers et al. (2004) เสนอวิธีการทำแผนที่อาชญากรรมทำนาย ชื่อ ProMap ที่รุ่นในคลัสเตอร์ซึ่งอาชญากรรม (หรือปรากฏการ แพร่กระจาย) ในพื้นที่และเวลา การทำเช่นนี้ ความเสี่ยงที่คาดไว้ในตำแหน่งเป็นระยะเวลาหนึ่ง (โดยปกติในวันถัดไป ไม่กี่วัน หรือสัปดาห์ถัดไป) คือประมาณเป็นฟังก์ชันของความหนาแน่นของอาชญากรรมที่เกิดขึ้นที่ หรือ ใกล้ตำแหน่งที่ตั้ง อย่างไรก็ตาม เหตุการณ์ตรงกันข้ามถ่วงน้ำหนักตามเมื่อพวกเขาเกิด เพื่อให้ก่ออาชญากรรมล่าสุดรับน้ำหนักที่มากขึ้น แบบฟอร์มที่ง่ายที่สุดของฟังก์ชันผลรวมของน้ำหนักเวลาและระยะทางผกผันให้อาชญากรรมในชุดข้อมูลสำหรับสถานที่น่าสนใจ (เช่นชุดของตารางเซลล์) แต่ละ

ผลลัพธ์ (ไทย) 2:

วิธีการแบบดั้งเดิมของการทำแผนที่อาชญากรรมเช่นการประมาณค่าความหนาแน่นของเคอร์เนล (KDE) จะใช้ในการสร้างพื้นผิวที่มีความเสี่ยงที่บ่งบอกถึงที่เกิดอาชญากรรมได้คลัสเตอร์ก่อนหน้านี้ เป็นเช่นนี้พวกเขาคิดว่าสถานที่ของเหตุการณ์อาชญากรรม แต่ไม่สนใจระยะเวลาของพวกเขา แรงบันดาลใจจาก ndings Fi ข้างต้น Bowers, et al (2004) ได้เสนอวิธีการของการทำแผนที่อาชญากรรมทำนายชื่อ ProMap ว่ารูปแบบวิธีการที่กลุ่มอาชญากรรม (หรือปรากฏการแพร่กระจาย) ในพื้นที่และเวลา การทำเช่นนี้มีความเสี่ยงที่คาดว่าในสถานที่ในช่วงเวลาใด (โดยปกติในวันถัดไปไม่กี่วันหรือสัปดาห์ถัดไป) เป็นที่คาดกันว่าเป็นหน้าที่ของความหนาแน่นของอาชญากรรมที่เกิดขึ้นในหรือใกล้กับตำแหน่งว่า อย่างไรก็ตามเหตุการณ์ที่เกิดขึ้นนอกจากนี้ยังมีน้ำหนักผกผันตามไปเมื่อพวกเขาเกิดขึ้นเพื่อให้การก่ออาชญากรรมมากขึ้นล่าสุดได้รับน้ำหนักมากขึ้น รูปแบบที่ง่ายของฟังก์ชันสรุปสินค้าของเวลาและระยะทางที่ตรงกันข้ามน้ำหนักที่กำหนดให้แต่ละอาชญากรรมในชุดข้อมูลสำหรับสถานที่ที่น่าสนใจ (เช่นชุดของเซลล์ตารางก)

ผลลัพธ์ (ไทย) 3:

วิธีการแบบดั้งเดิมของการทำแผนที่อาชญากรรม เช่น ความหนาแน่นประมาณเคอร์เนล ( KDE ) จะใช้ในการสร้างพื้นผิวที่ความเสี่ยงที่ระบุว่า อาชญากรรม ก่อนหน้านี้กลุ่ม เช่นที่พวกเขาพิจารณาสถานที่ตั้งของเหตุการณ์การก่ออาชญากรรม แต่ไม่สนใจ เวลาของพวกเขา แรงบันดาลใจจาก ndings จึงอยู่เหนือ BOWERS et al . ( 2004 ) ได้เสนอวิธีการทำแผนที่อาชญากรรม ทำนายชื่อ promap ที่รูปแบบวิธีการที่กลุ่มอาชญากรรม ( หรือจะกระจายในพื้นที่และเวลา ทำนี้ คาดว่าความเสี่ยงที่สถานที่สำหรับระยะเวลาที่เฉพาะเจาะจง ( โดยปกติในวันถัดไปไม่กี่วันหรือสัปดาห์ถัดไป ) คือประมาณเป็นฟังก์ชันความหนาแน่นของอาชญากรรมที่เกิดขึ้นในหรืออยู่ใกล้กับสถานที่ที่ อย่างไรก็ตาม เหตุการณ์ยังไม่หนักตามที่เมื่อพวกเขาเกิดขึ้นเพื่อให้คดีล่าสุดที่ได้รับน้ำหนักมากขึ้น รูปแบบที่ง่ายที่สุดของฟังก์ชันผกผันผลรวมผลิตภัณฑ์ของเวลาและระยะทางน้ำหนักให้กับแต่ละคดีในชุดข้อมูลสำหรับสถานที่ที่น่าสนใจ ( เช่นชุดของตารางเซลล์