犯罪は世界中の社会にとって長年にわたる終わりのない問題であり、犯罪検知と犯罪対策は、常に一歩先を行く犯罪者を追いかけてきました。

研究出版されたで知識ベース開発の国際ジャーナル機械学習 (ML) と並行して感情データに注目し、ディープラーニング(DL) テクノロジーを開発することで、いつか犯罪者の心理をより深く理解し、犯罪行為を予測して犯罪を防ぐことができるかもしれません。

インド、タミル・ナードゥ州ティルチラパッリにある国立工科大学計装制御工学部兼所長の A. カライ・セルバン氏と N. シバクマラン氏は、主に 2 つの目的を持っていました。それは、感情データに基づく ML モデルを使用した犯罪の予測です。犯罪事件データに適用された DL 手法を使用して、将来の犯罪ホットスポットを特定します。

音声を解析することで感情的な合図ML アルゴリズムを使用して、チームはさまざまな犯罪に対して 97.2% の検出精度を達成しました。さらに、DL 技術、特に畳み込みスタックされた双方向ロング短期記憶(LSTM) により、犯罪ホットスポットを 95.64% の精度で検出できました。

研究者らは、人間の感情状態がどのように重要であるかを指摘しています。スピーチパターン彼らは音声ベースの感情検出を研究できるようになりました。彼らは言語的起源、パラ言語的手がかり、話者の特徴​​を考慮しました。これにより、取得した感情データを、ホットスポットで発生する場所や犯罪の種類などの他の要素と統合できるようになりました。

この概念はかなり未来的に聞こえますが、データ内のパターンを抽出して識別できるアルゴリズムの急速な進歩は、決して SF の中だけの問題ではありません。研究チームは、彼らのアプローチにより、犯罪ホットスポットでの活動を監視し、犯罪を検出し、将来の犯罪活動を予測できる可能性があると述べています。

将来の研究では、犯罪との戦いだけでなく、緊急対応システムにも同様の機械学習技術を使用できるようになるかもしれません。電話をかけてきた人の感情的な内容を分析することで、緊急サービスの場合、システムは本物の緊急電話と、緊急電話ではない電話、さらには詐欺電話を​​区別できる可能性があり、これによりサービスの負担が大幅に軽減される可能性があります。研究により、予測精度が究極の理想の 100% にどんどん近づくのは時間の問題です。犯罪- 格闘AI感情検出器。

詳細情報:A. Kalai Selvan 他、BI-LSTM 深層学習モデルを使用した犯罪検出と犯罪ホット スポット予測、知識ベース開発の国際ジャーナル（2024年）。DOI: 10.1504/IJKBD.2024.137600