Kortlægningsmønstre I Kriminalitet Med Geografi Og Matematik

{h1}

Robert cheetham, grundlægger og formand for azavea, udvikler software til at sortere gennem forbrydelsesdata og oprette kort, der er nyttige for politiets afdelinger.

Dette bag scenerne blev leveret til WordsSideKick.com i samarbejde med National Science Foundation.

Fra Landskabsarkitekt til Softwareudvikling

"Jeg var landskabsarkitekt, der vendte sig til et liv i kriminalitet", vittigheder Robert Cheetham, grundlægger af Azavea, en softwareudvikling og forskningsfirma med base i Philadelphia. For fjorten år siden var han en af ​​to landskabsarkitekter, der blev ansat for at starte en kriminalanalyse og kortlægningsenhed for Philadelphia Police Department.

I dag kombinerer han en designer med statistik og datalogi, leder han et forsøg på at skabe software, der kan sigtes gennem bjerge af forbrydelsesdata for at finde geografiske mønstre og derefter skabe visuelt stemningsfulde kort til politiets afdelinger.

Et tidligt advarselssystem for kriminalitet

Udover HunchLab har Cheetham arbejdet på bevarelse af jord, stormvandsforvaltning og andre geografiske dataanalyseløsninger.

Udover HunchLab har Cheetham arbejdet på bevarelse af jord, stormvandsforvaltning og andre geografiske dataanalyseløsninger.

Kredit: Robert Cheetham, Azavea Inc.

Den moderne forbrydelsesanalytiker anvender digital mapping software til at identificere og vise mønstre og tendenser i kriminalitet. I en stor by kan det betyde sortering gennem millioner af optegnelser, der genereres af en politimyndighed i et givet år. Mens han fungerede som en forbrydelsesanalytiker i Philadelphia, udviklede Cheetham en ide til et automatiseret software system, der ville minde dataene for de oplysninger, der ville gøre det muligt for politibetjente og detektiver at fange kriminelle og mere effektivt anvende patruljer som reaktion på skiftende mønstre i kriminalitet.

Han skrev et kort dokument, hvori han redegjorde for, hvordan et sådant system kunne fungere, men derefter fortsatte med at finde sit eget firma, hvor han arbejdede på jordbevarelse, stormvandsmodellering og andre geografiske dataanalyseproblemer. Men i mellemtiden havde politiet i Philadelphia ikke glemt ideen. I 2004 henvendte vicekommissær Charles Brennan sig til Cheetham om at skabe en prototype for en "Crime Spike Detector", der kunne fungere som et varslingssystem for kriminalitet.

Den oprindelige prototype fokuserede på at søge efter mønstre i hver af flere typer kriminalitet - røveri, indbrud, overfald, tyveri og automatisk tyveri. Hver nat vil systemet tilføje de seneste forbrydelseshændelser til millioner af tidligere begivenheder og se efter situationer, hvor kriminalitetsniveauet var ændret på en uventet måde. I samarbejde med Tony Smith ved University of Pennsylvania udviklede Cheetham og hans kolleger et sæt matematiske rutiner til at opdage disse uventede ændringer.

Når softwaren opdagede en "spike" i kriminalitet, ville den sammensætte en e-mail, afgøre, hvem der var ansvarlig for den pågældende placering og sende dem en advarsel. Kapitlerne i et politistrikt ville modtage denne email og kunne derefter logge ind på et websted, hvor de kunne se oplysningerne på et kort og bestemme, hvordan de ville reagere på det nye mønster.

Prototypen viste sig så vellykket, at politiets kaptajner begyndte at anmode om yderligere søgemønstre, der ville give dem mulighed for at overvåge andre former for forbrydelser. De ønskede også fleksibiliteten til at teste deres egne teorier eller "hunches" om hvornår og hvor der var forbrydelser i byen.

Daglig Kriminalprognose

Visualisering af den geografiske og tidsmæssige fordeling af kriminalitetshændelser.

Visualisering af den geografiske og tidsmæssige fordeling af kriminalitetshændelser.

Kredit: Robert Cheetham, Azavea Inc.

Cheetham brugte succesen med denne oprindelige prototype til at ansøge om et Small Business Innovation Research-tilskud fra National Science Foundation i 2007. Dette tilskud gjorde det muligt for Azavea at oprette et næste generations softwareværktøj, kaldet HunchLab. Den nye software understøtter ikke kun de tidlige advarselssystemfunktioner i den oprindelige prototype, men kan også generere animationer og prognoser for forventede ændringer i kriminalitet.

"Dette er endnu ikke Minoritetsrapport," sagde Cheetham. "Vi ved ikke, hvor og hvornår en bestemt forbrydelse vil forekomme, men vi kan søge efter mønstre i tid, dag, uge, sæsonændringer og steder for at skabe en prognose for ændringerne i den relative risiko af en bestemt forbrydelse. "

Cheethams team arbejder for eksempel med professor Jerry Ratcliffe ved Temple University for at skabe en daglig risikovurdering for indbrud, skyderier og anden forbrydelse. Politiets officerer har i mange årtier forstået, at for nogle forbrydelser er risikoen for at være et gentagelsesoffer meget højt. Med andre ord, hvis du er offer for indbrud, er der faktisk en stor chance for, at du bliver et gentagelsesoffer i ugerne efter den første forbrydelse.

Men Ratcliffe og hans kolleger opdagede noget lige så interessant. Ikke alene er der en forhøjet risiko for, at nogen vil være et gentagelsesoffer, men at risikoen for at deres naboer bliver offer, er også højere i nogle uger efter den første forbrydelse. Azavea-teamet har gjort denne opdagelse til et dagligt risikokort, som precinct commanders kan bruge til at træffe bedre beslutninger om, hvor politibetjente vil patruljere.

"Nylige kortlægningsteknologier som Google Maps har gjort det meget nemmere at vise prikker på et kort. Men vi er interesserede i at gå ud over, at en forbrydelse fandt sted på et sted," sagde Cheetham. "Vi kombinerer software, matematik og geografisk informationsvidenskab for at opdage de mønstre, der findes omkring os. Da vores samfund genererer flere og flere af denne type data, bliver udfordringen så, hvordan man formidler disse mønstre på en måde, der er klar og let for andre at forstå. "

Redaktørens note: Denne forskning blev støttet af National Science Foundation (NSF), det føderale agentur belastet med finansiering af grundlæggende forskning og uddannelse på tværs af alle områder inden for videnskab og teknik. Eventuelle udtalelser, konklusioner og konklusioner eller anbefalinger udtrykt i dette materiale er forfatterens og afspejler ikke nødvendigvis Nationale Videnskabsstiftelsens synspunkter. Se Bag scener arkivet.


Video Supplement: .




DA.WordsSideKick.com
All Rights Reserved!
Reproduktion Af Materialer Tilladt Kun Prostanovkoy Aktivt Link Til Webstedet DA.WordsSideKick.com

© 2005–2019 DA.WordsSideKick.com