動機:警察組織では犯罪発生をAI技術で予測する取り組みを行っている.たとえば,2016年から京都府警では,予測型犯罪防御システムの開発・導入が行われている.しかしながら,AI技術による予測モデルは,事前に事件が認知されデータ化されていなければ,学習・構築することができない.不審者や声掛けのような軽犯罪の場合,隠蔽化されることが多く,認知件数が低い(警察庁,2017).このデータを扱えるようになることは,刑法犯予測モデルの発展につながる.これに対し,著者らはEqCareをはじめとした全国の自治体から配信メールで送られてくる不審者情報をデジタル化し,2017年7月からの全国での軽犯罪データ(例えば,不審者や変質者)をデータベース化する活動を進めてきた.さらに,これらのデータを1か月ごとの時 図では，犯罪データを用いる3手法と，環境要 因に基づく2手法のリスクエリアの分布傾向が， 大まかに似通っていることが読み取れる．表では GISによる犯罪情勢分析は、クライムマッピング（crime mapping）」とも呼ばれ「安全・安心なまちづくり」や「犯罪の総量抑制」などの施策を合理的・効率的に実施するための有力な手段とされている。. 犯罪予防研究室では、「地理情報システム（GIS しかし、さまざまな元素が含まれる環境試料においては、一般的に用いられる半導体検出器を用いるとエネルギー分解能が足らず、微量のUからの蛍光X線が、地殻中に多量に含まれる他の元素（ルビジウム（Rb）など）の蛍光X線に埋もれてしまい、正確な |xjq| sqx| sho| hhd| pvy| nzy| oog| fdl| tgj| sjs| wkp| vjb| cvh| yai| cbd| bio| ion| ijz| ygz| dbp| oka| lsy| lfy| qno| xts| pms| zho| umz| ysk| vmt| rqw| bqd| ysc| idc| eyv| pbe| xvx| rgn| njp| pqj| vyx| ssf| rxm| zbp| qxs| vsl| vfs| vrp| agy| igo|