{"title":"人工智能和视频监控在时空犯罪预测和检测中的应用:系统综述","authors":"Hernán Yonathan Barragán-Huamán, Kevin Elías Cataño-Añazco, Mauricio Adriano Sevincha-Chacabana, Obed Vargas-Salas","doi":"10.47741/17943108.398","DOIUrl":null,"url":null,"abstract":"En la sociedad de hoy los delitos vienen incrementándose y particularmente en la ciudad de Bogotá, lo que ha causado muchos inconvenientes a la Policía Nacional de Colombia, así como también a los centros de seguridad ciudadana. Ante esta situación, se ha propuesto una predicción de tiempo-espacio en los puntos críticos de crímenes y delitos, con la ayuda de inteligencia artificial. Por consiguiente, este trabajo tiene como objetivo analizar, resumir, interpretar y evaluar las distintas técnicas de predicción espacio-temporal de la delincuencia con un panorama inteligente. Por la propia naturaleza de la investigación, se utilizó una metodología de enfoque descriptivo-cualitativo, con la cual se diseñaron fichas de observación estructurada para sistematizar información de cinco bases de datos: Scopus, Web of Science, IEEE, ACM, Springer; dichas publicaciones comprenden desde 2019 hasta junio de 2021. En consecuencia, se encontraron en total 3015 estudios, después del proceso de cribado y verificación de los criterios de exclusión e inclusión, se seleccionaron 132 artículos, luego se aplicaron preguntas Psicólogo Interno Residente (PIR), quedando así 18 artículos. Los principales hallazgos encontrados indican que los algoritmos de redes neuronales resultaron ser uno de los métodos más eficaces para la detección de puntos críticos de delincuencia, dado que los grandes avances de la tecnología coadyuvarían en los próximos años a predecir de forma rápida y eficaz los actos delictivos y los crímenes ubicados en cualquier región del continente latinoamericano.","PeriodicalId":52007,"journal":{"name":"Revista Criminalidad","volume":"1 1","pages":""},"PeriodicalIF":0.5000,"publicationDate":"2023-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"La inteligencia artificial y la video-vigilancia en la predicción y detección de delitos en espacio-tiempo: una revisión sistemática\",\"authors\":\"Hernán Yonathan Barragán-Huamán, Kevin Elías Cataño-Añazco, Mauricio Adriano Sevincha-Chacabana, Obed Vargas-Salas\",\"doi\":\"10.47741/17943108.398\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"En la sociedad de hoy los delitos vienen incrementándose y particularmente en la ciudad de Bogotá, lo que ha causado muchos inconvenientes a la Policía Nacional de Colombia, así como también a los centros de seguridad ciudadana. Ante esta situación, se ha propuesto una predicción de tiempo-espacio en los puntos críticos de crímenes y delitos, con la ayuda de inteligencia artificial. Por consiguiente, este trabajo tiene como objetivo analizar, resumir, interpretar y evaluar las distintas técnicas de predicción espacio-temporal de la delincuencia con un panorama inteligente. Por la propia naturaleza de la investigación, se utilizó una metodología de enfoque descriptivo-cualitativo, con la cual se diseñaron fichas de observación estructurada para sistematizar información de cinco bases de datos: Scopus, Web of Science, IEEE, ACM, Springer; dichas publicaciones comprenden desde 2019 hasta junio de 2021. En consecuencia, se encontraron en total 3015 estudios, después del proceso de cribado y verificación de los criterios de exclusión e inclusión, se seleccionaron 132 artículos, luego se aplicaron preguntas Psicólogo Interno Residente (PIR), quedando así 18 artículos. Los principales hallazgos encontrados indican que los algoritmos de redes neuronales resultaron ser uno de los métodos más eficaces para la detección de puntos críticos de delincuencia, dado que los grandes avances de la tecnología coadyuvarían en los próximos años a predecir de forma rápida y eficaz los actos delictivos y los crímenes ubicados en cualquier región del continente latinoamericano.\",\"PeriodicalId\":52007,\"journal\":{\"name\":\"Revista Criminalidad\",\"volume\":\"1 1\",\"pages\":\"\"},\"PeriodicalIF\":0.5000,\"publicationDate\":\"2023-01-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Revista Criminalidad\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.47741/17943108.398\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"CRIMINOLOGY & PENOLOGY\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Criminalidad","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.47741/17943108.398","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"CRIMINOLOGY & PENOLOGY","Score":null,"Total":0}
引用次数: 0
摘要
在当今社会,犯罪不断增加,特别是在bogota市,这给哥伦比亚国家警察和公民安全中心带来了许多不便。在这种情况下,在人工智能的帮助下,提出了犯罪和犯罪关键点的时空预测。因此,本研究旨在分析、总结、解释和评价不同的时空犯罪预测技术与智能全景。由于研究的性质,我们采用描述性-定性方法,设计了结构化观察表,以系统化五个数据库的信息:Scopus, Web of Science, IEEE, ACM,施普林格;这些出版物涵盖2019年至2021年6月。因此,在筛选和验证排除和纳入标准的过程中,共发现3015项研究,选择132篇文章,然后应用住院心理学家问题(PIR),得出18篇文章。主要发现:发现表明,神经网络算法被证明是最有效的方法之一为犯罪的关键检测技术的重大进展,因为它们将在未来几年中迅速有效地预测犯罪行为和拉丁美洲大陆上任何区域。
La inteligencia artificial y la video-vigilancia en la predicción y detección de delitos en espacio-tiempo: una revisión sistemática
En la sociedad de hoy los delitos vienen incrementándose y particularmente en la ciudad de Bogotá, lo que ha causado muchos inconvenientes a la Policía Nacional de Colombia, así como también a los centros de seguridad ciudadana. Ante esta situación, se ha propuesto una predicción de tiempo-espacio en los puntos críticos de crímenes y delitos, con la ayuda de inteligencia artificial. Por consiguiente, este trabajo tiene como objetivo analizar, resumir, interpretar y evaluar las distintas técnicas de predicción espacio-temporal de la delincuencia con un panorama inteligente. Por la propia naturaleza de la investigación, se utilizó una metodología de enfoque descriptivo-cualitativo, con la cual se diseñaron fichas de observación estructurada para sistematizar información de cinco bases de datos: Scopus, Web of Science, IEEE, ACM, Springer; dichas publicaciones comprenden desde 2019 hasta junio de 2021. En consecuencia, se encontraron en total 3015 estudios, después del proceso de cribado y verificación de los criterios de exclusión e inclusión, se seleccionaron 132 artículos, luego se aplicaron preguntas Psicólogo Interno Residente (PIR), quedando así 18 artículos. Los principales hallazgos encontrados indican que los algoritmos de redes neuronales resultaron ser uno de los métodos más eficaces para la detección de puntos críticos de delincuencia, dado que los grandes avances de la tecnología coadyuvarían en los próximos años a predecir de forma rápida y eficaz los actos delictivos y los crímenes ubicados en cualquier región del continente latinoamericano.
期刊介绍:
Revista Criminalidad (Rev. Crim.) is a publication aimed at disclosing original investigation and research results as well as unpublished works offering significant contributions to the fields of criminology, criminality and related disciplines. Likewise, it exposes quantitative and qualitative analyses and information regarding crimes and infringements in the Colombian territory. This journal is addressed to the national and international scientific-academic community carrying out studies relating to its thematic area. It is a publication of the Criminal Investigation Directorate and INTERPOL –DIJIN– of the National Police of Colombia, released three times a year in April, August, and December. It was created in 1958 as an annual publication until 2007 when it became bi-annual. In 2013, it began to be published three times a year. It was assigned code ISSN in 2004 and the virtuaI ISSN in 2012, after which it was included in indexation and information systems.