범죄는 전 세계 사회에서 오래되고 끝나지 않는 문제입니다. 범죄 탐지와 범죄 퇴치는 항상 한 발 앞서 나가는 범죄자를 쫓아왔습니다.

연구출판됨에서국제 지식 기반 개발 저널머신러닝(ML)과 함께 감성 데이터로 전환했으며,딥러닝(DL) 언젠가 범죄 정신을 더 잘 이해하고 심지어 범죄 활동을 예측하여 예방할 수 있는 기술을 개발하는 기술입니다.

인도 타밀나두 주 티루치라팔리에 있는 국립 기술 연구소의 계측 및 제어 공학부 소속 A. Kalai Selvan과 N. Sivakumaran은 감정 데이터를 기반으로 한 ML 모델을 사용하여 범죄를 예측하는 것과범죄 사건 데이터에 적용된 DL 방법을 사용하여 미래 범죄 핫스팟을 식별합니다.

음성 기반으로 분석하여감정적 단서ML 알고리즘을 사용해 다양한 범죄에 대해 97.2%의 탐지 정확도를 달성했습니다.또한 DL 기술, 특히 컨벌루션 스택 양방향 장단기 기억(LSTM)을 사용하여 95.64%의 정확도로 범죄 핫스팟을 탐지할 수 있었습니다.

연구자들은 감정 상태가 인간에게 얼마나 중요한지 지적합니다.음성 패턴음성 기반 감정 감지를 탐색할 수 있었습니다.그들은 언어적 기원, 준언어적 단서, 화자의 특성을 고려했습니다.이를 통해 그들은 획득한 감정 데이터를 위치 및 핫스팟에서 발생하는 범죄 유형과 같은 다른 요소와 통합할 수 있었습니다.

이 개념이 다소 미래 지향적으로 들리지만, 데이터의 패턴을 추출하고 식별할 수 있는 알고리즘의 급속한 발전은 결코 공상과학 소설에만 국한된 문제가 아닙니다.팀은 그들의 접근 방식이 범죄 핫스팟의 활동을 모니터링하고, 범죄를 탐지하고, 향후 범죄 활동을 예측할 수 있다고 말합니다.

향후 작업에서는 유사한 기계 학습 기술을 범죄 퇴치에만 사용하는 것이 아니라 비상 대응 시스템에 사용할 수 있습니다.전화를 건 사람의 감정적인 내용을 분석하여응급 서비스, 시스템은 실제 긴급 상황과 비긴급 상황 또는 사기성 전화를 구별할 수 있어 서비스 부담을 상당히 줄일 수 있습니다.연구를 통해 예측 정확도가 궁극적인 이상적인 100%에 점점 더 가까워지는 것은 시간 문제일 뿐입니다.범죄- AI 감정 탐지기와 싸우는 것.

추가 정보:A. Kalai Selvan 외, BI-LSTM 딥러닝 모델을 이용한 범죄 탐지 및 범죄 핫스팟 예측,국제지식기반개발저널(2024).DOI: 10.1504/IJKBD.2024.137600