Technology テクノロジー

singular perturbationsロゴ singular perturbationsロゴ
犯罪(CRIME)の預言者(NABI)と名付けられたこのシステムは “いつ・どこで未来の犯罪が起きるのか”を予測します

過去の犯罪発生パターンや周囲の状況に基づき、未来の犯罪が起こりやすい場所を予測できます。さらに、犯罪予測に基づき犯罪が起こりやすい場所を重点的に警備するルートを提示することで、犯罪抑止効果を高めます。

警備効果の向上 Improvement

犯罪発生確率が高いと予測されたエリアを重点的に巡回するルートでは、警備効果が大きく向上します。
東京都、名古屋市、足立区での検証では、従来の犯罪予測手法と比較して、1.5倍以上の効果を上げる結果が得られています。CRIME NABIの予測結果の空間分布が、従来手法に比べてより効果的であることが分かります。

singular perturbationsロゴ singular perturbationsロゴ

Prediction

犯罪予測アルゴリズム

過去の犯罪発生情報、人工密度、土地利用データ、天気などのデータを収集し、2種類の独自アルゴリズムをもとに犯罪予測をおこないます。

singular perturbationsロゴ
1. 時間情報による予測

犯罪者は一度犯行に成功すると同じ手口を繰り返します。犯罪の時間的なパターンを記述できるモデルに対して理論物理の定式化を適用することで、small dataでも安定した計算が可能に。高精度な予測を達成しています。

2. 空間情報による予測

犯罪発生や人口密度などのさまざまな空間パターンの足しあわせで、予測したい犯罪種別を記述できるようモデル化されています。
このようなアルゴリズムは、通常大きなサイズのデータをinputに入れ、さらに時空間のメッシュ数分だけunknown parameterを決める必要があるため、非常に計算コストが高いことがネックとなります。
Singular Perturbationsではデータを事前圧縮する数理アルゴリズムを独自開発し、高速な予測計算が可能となっています。

高精度

従来手法に対し、CRIME NABIの予測手法では実際の犯罪発生マップと大きな相違なく犯罪予測を行うことが可能です。

singular perturbationsロゴ singular perturbationsロゴ
高速

入力データが増えるほど、従来手法では計算時間がかかるのに対して、CRIME NABIでは圧倒的な高速化を実現できます。
コスト関数最適化のプロセスをO(N^0)で計算できる手法を活用しているため、エッジコンピューティングも可能です。今後モバイルデバイスやドローン、ロボット上で計算を行い最適な警備を行うといった未来にもつながる技術です。

singular perturbationsロゴ singular perturbationsロゴ

Routing

犯罪予測に基づく
ルート策定アルゴリズム

犯罪予測で算出されたデータをもとに、重点的な警備ルートを策定します。
予測データからは、最短ではないが安全性を考慮したルートを策定することも可能なため、被害減少に繋げるソリューションとしても活用できます。

singular perturbationsロゴ
主な研究成果 犯罪予測に関する研究プロジェクト採択・論文・特許等

計算犯罪学、空間統計、計算科学、犯罪学を専門とする研究チームがさまざまな犯罪予測アルゴリズムを開発しています。

もっと見る
研究委託・研究助成
2021年
論文
"Compositionally-warped additive mixed modeling for a wide variety of non-Gaussian spatial data", Daisuke Murakami, Mami Kajita, Seiji Kajita and Tomoko Matsui, Spatial Statistics (2021), 43(3):100520; DOI: 10.1016/j.spasta.2021.100520
"Scalable Model Selection for Spatial Additive Mixed Modeling: Application to Crime Analysis", Daisuke Murakami, Mami Kajita, and Seiji Kajita, 2020, ISPRS Int. J. Geo-Inf. 2020, 9 (10), 577; DOI: 10.3390/ijgi9100577
"Crime prediction by data-driven Green’s function method", Mami Kajita and Seiji Kajita, 2019, International Journal of Forecasting Volume 36, Issue 2, April–June 2020, Pages 480-488, DOI:10.1016/j.ijforecast.2019.06.005
特許
    特願2020-061937
    特願2019-518001, US, EU, CH, PCT
    特願2018-524169
登壇(資料公開あり)
2019年
2018年