दुनिया भर के समाजों के लिए अपराध एक सदियों पुरानी और कभी न खत्म होने वाली समस्या है और अपराध का पता लगाना और अपराध से लड़ना हमेशा उन अपराधियों का पीछा करता है जो अक्सर एक कदम आगे रहते हैं।

अनुसंधानप्रकाशितमेंज्ञान-आधारित विकास का अंतर्राष्ट्रीय जर्नलमशीन लर्निंग (एमएल) के साथ-साथ भावनात्मक डेटा की ओर रुख किया हैगहन शिक्षा(डीएल) तकनीक विकसित करने की तकनीक जो एक दिन हमें आपराधिक दिमाग को बेहतर ढंग से समझने में मदद कर सकती है और शायद आपराधिक गतिविधि की भविष्यवाणी भी कर सकती है ताकि इसे रोका जा सके।

भारत के तमिलनाडु के तिरुचिरापल्ली में नेशनल इंस्टीट्यूट ऑफ टेक्नोलॉजी के इंस्ट्रुमेंटेशन और कंट्रोल इंजीनियरिंग विभाग के ए कलाई सेल्वन और एन शिवकुमारन के दो मुख्य उद्देश्य थे: भावनात्मक डेटा के आधार पर एमएल मॉडल का उपयोग करके अपराध की भविष्यवाणी करना औरअपराध घटना डेटा पर लागू डीएल विधियों का उपयोग करके भविष्य के अपराध हॉटस्पॉट की पहचान करना।

आवाज के आधार पर विश्लेषण करकेभावनात्मक संकेतएमएल एल्गोरिदम का उपयोग करके, टीम ने विभिन्न अपराधों के लिए 97.2% की पहचान सटीकता हासिल की है।इसके अतिरिक्त, डीएल तकनीकें, विशेष रूप से कन्वेन्शनल स्टैक्ड द्विदिशात्मक लंबीअल्पावधि स्मृति(LSTM) ने उन्हें 95.64% की सटीकता के साथ अपराध हॉटस्पॉट का पता लगाने की अनुमति दी।

शोधकर्ता बताते हैं कि भावनात्मक अवस्थाओं का महत्व कितना हैभाषण पैटर्नउन्हें भाषण-आधारित भावना का पता लगाने की अनुमति दी गई।उन्होंने भाषाई उत्पत्ति, पारभाषिक संकेतों और वक्ता की विशेषताओं को ध्यान में रखा।इससे उन्हें प्राप्त भावनात्मक डेटा को अन्य कारकों जैसे स्थान और हॉटस्पॉट में होने वाले अपराध के प्रकार के साथ एकीकृत करने की अनुमति मिली।

हालाँकि यह धारणा भविष्यवादी लगती है, लेकिन एल्गोरिदम में तेजी से प्रगति जो डेटा में पैटर्न निकाल और पहचान सकती है, किसी भी तरह से केवल विज्ञान कथा का मामला नहीं है।टीम का कहना है कि उनका दृष्टिकोण अपराध हॉटस्पॉट में गतिविधि की निगरानी कर सकता है, अपराधों का पता लगा सकता है और भविष्य की आपराधिक गतिविधियों का पूर्वानुमान लगा सकता है।

भविष्य के काम में समान मशीन लर्निंग तकनीकों का उपयोग केवल अपराध से लड़ने के बजाय आपातकालीन प्रतिक्रिया प्रणालियों के लिए किया जा सकता है।कॉल करने वाले व्यक्ति की भावनात्मक सामग्री का विश्लेषण करकेआपातकालीन सेवाएं, सिस्टम वास्तविक आपात स्थिति और गैर-आपातकालीन या यहां तक ​​कि धोखाधड़ी वाली कॉल के बीच अंतर करने में सक्षम हो सकता है, जो सेवाओं पर बोझ को काफी कम कर सकता है।यह केवल समय की बात है जब अनुसंधान भविष्यवाणी सटीकता को अंतिम आदर्श 100% के करीब और करीब ले जाता हैअपराध-फाइटिंग एआई इमोशन डिटेक्टर।

अधिक जानकारी:ए कलाई सेलवन एट अल, बीआई-एलएसटीएम गहन शिक्षण मॉडल का उपयोग करके अपराध का पता लगाना और अपराध हॉट स्पॉट भविष्यवाणी,ज्ञान-आधारित विकास का अंतर्राष्ट्रीय जर्नल(2024)।डीओआई: 10.1504/आईजेकेबीडी.2024.137600