より詳細な情報
犯罪と安全保障（8論文）
GDP growth vs. criminal phenomena: data mining of Japan 1926–2013
Li, X., Joutsijoki, H., Laurikkala, J., & Juhola, M. (2018). AI & SOCIETY, 33(2), 261-274.
この論文では、日本の経済発展と犯罪現象の相関を分析する。 Viscovery SOMINEは、GDPの伸びだけでは犯罪率の変化を説明する良い指標ではないことを示しています。 経済の安定は成長よりも重要だと思われます。
Crime vs. demographic factors revisited: application of data mining methods
Li, X., Joutsijoki, H., Laurikkala, J., & Juhola, M. (2016).
56カ国の犯罪統計と人口構成が比較されている。 Viscovery SOMineはクラスタリングに使用され、取得されたクラスタの有効性を確認するためにいくつかの機械学習アプローチが使用されます。
Homicide and its social context: analysis using the self-organizing map
Li, X., Joutsijoki, H., Laurikkala, J., Siermala, M., & Juhola, M. (2015). Applied Artificial Intelligence, 29(4), 382-401.
181カ国からの殺人率を社会経済的要因について分析する。 Viscovery SOMineは、69の利用可能なすべての属性のうち62種類を使用してこのデータをクラスタ化するために使用されます。
Application of data mining methods in the study of crime based on international data sources
Li, X. (2014).
この論文では、世界中の複数の犯罪データセットが、社会学的、人口統計的、経済的影響に関して分析されている。 Viscovery SOMineは、クラスタリングとビジュアルデータマイニングに使用されます。
Application of the self-organising map to visualisation of and exploration into historical development of criminal phenomena in the USA, 1960–2007
Li, X., & Juhola, M. (2014). International Journal of Society Systems Science, 6(2), 120-142.
1960年から2007年までの米国の犯罪および社会経済データは、犯罪と社会経済的背景との間の歴史的発展と関係を分析するために使用されています。 Viscovery SOMineは、クラスタ・モデルを計算するために使用されます。これは、異なる分類手法によるk-meansクラスタリングによって得られた結果とも比較されます。
Visualizing the influence of geography, oil and geopolitics on civil wars in the Arab world: a novel application of self-organizing maps and duration models
Mostafa, M. M., & Al-Hamdi, M. T. (2014). Civil Wars, 16(2), 239-254.
アラブ世界における内戦の期間と深刻さに対する地政学的要因、地理学および資源の影響が分析される。 Viscovery SOMineは、これらの影響を視覚的に分析し、クラスタを計算するために使用されます。
SOM neural network — a piece of intelligence in disaster management
Klement, P., & Snášel, V. (2009, December). In Nature & Biologically Inspired Computing, 2009. NaBIC 2009. World Congress on Nature and Biologically Inspired Computing. (pp. 872-877). IEEE.
ヨーロッパ緊急番号112への電話は、異常を検出し、システム負荷のバランスをとるために分析される。 Viscovery SOMineは、事故タイプ、地区、時間、およびその他の興味深い変数に従ってコールをクラスタリングするために使用されます。
Modular architecting for effects-based operations
Meteoglu, E. (2007).
この修士論文は、さらに外交的、軍事的およびその他の行動が戦略的目標を達成するための効果を分析します。 Viscovery SOMineは、複数の成果の次元に従ってこれらのアクションをクラスタ化するために使用されます。
