arXiv · ML· Jorge Valverde-Rebaza, Carlos Paez De La Cruz, Pedro P\'erez-Collado, Daniel S\'anchez-Cata\~no, Eashley Mart\'inez-Vergara·· 2 天前AI 评分22
用于识别犯罪报告潜在差异的城市表示学习方法
Urban Representation Learning for Identifying Potential Disparities in Crime Reporting
AI 导读
基于墨西哥城逾 180 万条犯罪记录,提出自监督城市表示学习框架及 NPD 指标,用于检测异常报告模式。 该方法在 1058 个 H3 区域中实现 0.4052 的平均 Silhouette 分数,显著优于 Hex2Vec 的 0.2863。 NPD 排名在邻域尺寸变化中保持高稳定性(Spearman 0.9720-0.9951),可作为识别需进一步调查区域的内部审计机制。
来源:arXiv · ML · arxiv.org