基于时空多变量图神经网络的不确定性感知犯罪预测
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本研究提出了一种新型的STMGNN-ZINB方法,解决了传统犯罪预测模型在小区域和特定时间段内数据稀疏性的问题。实验证明该方法在现实数据集中的表现优于现有模型,提高了犯罪事件的预测精度及置信区间的准确性。
🎯
关键要点
- 本研究提出了一种新型的STMGNN-ZINB方法。
- 该方法解决了传统犯罪预测模型在小区域和特定时间段内的数据稀疏性问题。
- STMGNN-ZINB方法通过扩散和卷积网络分析时空多变量的相关性。
- 该方法提高了犯罪事件的预测精度及置信区间的准确性。
- 实验证明STMGNN-ZINB在现实数据集中的表现优于现有模型。
➡️