АНСАМБЛЕВАЯ ПРОСТРАНСТВЕННО-ВРЕМЕННАЯ МОДЕЛЬ ВЕРОЯТНОСТНОГО ПРОГНОЗИРОВАНИЯ ГОРОДСКОЙ ПРЕСТУПНОСТИ С КОНФОРМНОЙ КАЛИБРОВКОЙ

Abstract

Оперативное прогнозирование городской преступности требует одновременного учёта временных закономерностей (недельная цикличность, праздники, погодные эффекты) и пространственных зависимостей (диффузия очагов, влияние городской инфраструктуры). Существующие глубокие модели страдают тремя системными ограничениями. Во-первых, архитектуры с двунаправленным вниманием допускают утечку временной информации, искусственно завышая метрики обучения. Во-вторых, большинство моделей не обеспечивают калиброванных интервалов прогноза, что лишает их операционной ценности при распределении патрульных ресурсов. В-третьих, стандартная регрессия по среднеквадратичной ошибке игнорирует счётную, сверхдисперсную и нуль-инфлированную природу данных о преступлениях: на уровне отдельных ячеек доля нулей достигает 80 %.

PDF