Aprendizado de Máquina aplicado ao cenário de Criminalidade na cidade de Chicago
Resumo
Este estudo investiga os padrões de crimes sexuais na cidade de Chicago, empregando uma abordagem multidisciplinar que integra análises espaciais e sociais com técnicas avançadas de aprendizado de máquina, incluindo Self-Organizing Maps (SOM), K-means e DBSCAN. Por meio da análise de bases de dados públicas, foram identificados padrões espaciais significativos que correlacionam a ocorrência desses crimes com fatores geográficos e demográficos. Os resultados revelam uma complexidades nos padrões de criminalidade sexual, oferecendo resultados favoráveis para estratégias de prevenção e intervenção. Este estudo se destaca pela sua importância da aplicação de tecnologias de cidades inteligentes e inteligência artificial para melhorar a segurança urbana e definir políticas públicas eficazes.
Referências
Azimi, J., Jalali, M. S., and Saeidi, R. (2019). Analysis and prediction of crimes by clustering and classification. International Journal of Information Technology & Decision Making, 18(4):1091–1114.
Groff, E. R. and McCord, E. S. (2010). The role of neighborhood parks as crime generators. Security Journal, 23(1):1–24.
Guerreiro, M. T. (2021). Análise de Métodos de Agrupamento de Dados para Detecção de Anomalias na Precificação e Categorização de Peças da Indústria Automotiva. PhD thesis, Universidade Tecnológica Federal do Paraná, Ponta Grossa.
Gómez, C., Barilari, S., and Pinto, D. A. (2021). Crimes prediction using artificial intelligence: A case of study in the city of buenos aires. Sustainability, 13(3):1081.
Harous, S., Al Harmoodi, M., and Biri, H. (2019). A comparative study of clustering algorithms for mixed datasets. Journal of Big Data, 6(1):1–30.
Khribi, M. K., Jemni, M., and Nasraoui, O. (2019). Analysis of students’ behavior through user clustering in online learning settings, based on self organizing maps neural networks. Journal of Educational Computing Research, 57(5):1305–1327.
Kumar, S. A., Raj, P. J., et al. (2021). A novel approach for crime detection based on machine learning algorithms. International Journal of Advanced Science and Technology, 30(5):6475–6486.
Moreira de Carvalho, I. A. M. (2006). Globalização, metrópoles e crise social no brasil. EURE (Santiago), 32:5 – 20.
News, W. (2020). Arrests made in just 10%-20% of chicago’s sex crimes.
Rousseeuw, P. J. (1987). Silhouettes: a graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics, 20:53–65.
Walczak, S. (2021). Predicting crime and other uses of neural networks in police decision making. Frontiers in Psychology, 12.
