Crime in relation to urban design. Case study: The Greater Cairo Region

Adel, Heba Mohamed; Salheen, Mohamed A.; Mahmoud, Randa A.

doi:10.1016/j.asej.2015.08.009

Cited by 39 publications

(18 citation statements)

References 1 publication

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Commercial land use was a potential for criminal activity and becomes a focus of crime. This was due to commercial land use which has a large number of public spaces and the largest number of unidentified people, so it was difficult to maintain informal social control (Kalantari et al, 2016;Adel et al, 2016). In fact, this study was also supported by Dong (2016) work which showed that neighbourhoods with more shopping centres suffer more homebreaking crimes.…”

Section: Literature Reviewmentioning

confidence: 76%

The spatial relation between land use and crime

Yusof

Fauzi

2019

GEOGRAFIA

View full text Add to dashboard Cite

Crime is often associated with social and economic problems. However, studies also showed that land use factor can cause crime. In Malaysia, zoning system is used to manage and administer land use in urban or rural areas. This study was, therefore conducted to measure the spatial distance and the strength of spatial distance between land use and crime. The analysis was done based on motorcycle thefts within a period of three years (2012-2014) in the Federal Territory of Putrajaya. The overlay map and multiple buffer zone techniques in the Geographic Information System (GIS) application were used to determine the spatial distance of land use. Chi Square statistical analysis and the Eta (η) coefficient were used to see the strength of relationship between spatial distance of land use and crime. The results of the analysis showed that there was a significant and strong relationship between land use, spatial distance and motorcycle theft. The analysis indicated that the motorcycle theft incidences were concentrated on a very close distance at commercial, leisure and recreational areas, and residential areas at a distance of between 0m and 150m. In the context of motorcycle thefts, residential and commercial land use have become the generators of motorcycle assets. This situation is also an indirect driving factor for motorcycle thefts. It therefore follows that spatial prevention and control should be given to land use that generates motorcycle assets.

show abstract

Section: Literature Reviewmentioning

confidence: 76%

The spatial relation between land use and crime

Yusof

Fauzi

2019

GEOGRAFIA

View full text Add to dashboard Cite

show abstract

“…UKVH'nın kapı ve hücrelerine ait hesaplama fonksiyonları Eş.5-Eş.9'da görülmektedir. ARIMA(0, 0, 0) ARIMA(0, 0, 1) ARIMA(0, 0, 2) ARIMA(0, 1, 0) ARIMA(0, 1, 1) ARIMA(0, 1, 2) ARIMA(0, 2, 0) ARIMA(0, 2, 1) ARIMA(1, 0, 0) ARIMA(1, 0, 1) ARIMA(1, 1, 0) ARIMA(1, 1, 1) ARIMA (1,1,2) ARIMA(1, 2, 0) ARIMA(2, 0, 0) ARIMA(2, 1, 0) ARIMA(2, 1, 1) ARIMA(2, 1, 2) ARIMA(2, 2, 0) ARIMA(4, 1, 0) ARIMA(4, 1, 1) ARIMA(4, 2, 0) ARIMA(6, 0, 0) ARIMA(6, 0, 1) ARIMA(6, 1, 0) ARIMA(6, 2, 0) ARIMA(8, 0, 0) ARIMA(8, 0, 1) ARIMA(8, 1, 0) ARIMA(8, 1, 1) ARIMA(8, 2, 0) ARIMA(8, 2, 1) ARIMA(10, 0, 0) ARIMA(10,0,1) ARIMA(10, 1, 0) ARIMA(10, 1, 1) ARIMA(10, 1, 2) ARIMA(10, 2, 0) ARIMA(10, 2, 1) Şekil 4. ARIMA parametre seçimi (ARIMA parameter selection) Şekil 4'te görüldüğü gibi analiz sonuçları ARIMA(10,1,1) modelinin en düşük MSE değerine sahip olduğunu gösterdiği için, ARIMA(10,1,1) modeli deneysel çalışmalarda kullanılmak üzere seçilmiştir.…”

Section: Derin öğRenme Tabanlı Yöntemler (Deep Learning Based Methods)unclassified

“…Şekil 5'te test verisinin ilk 100 satırlık örneklemi için ARIMA'nın tahmin sonuçları görülmektedir. ARIMA(0, 0, 0) ARIMA(0, 0, 1) ARIMA(0, 0, 2) ARIMA(0, 1, 0) ARIMA(0, 1, 1) ARIMA(0, 1, 2) ARIMA(0, 2, 0) ARIMA(0, 2, 1) ARIMA(1, 0, 0) ARIMA(1, 0, 1) ARIMA(1, 1, 0) ARIMA(1, 1, 1) ARIMA (1,1,2) ARIMA(1, 2, 0) ARIMA(2, 0, 0) ARIMA(2, 0, 1) ARIMA(2, 1, 0) ARIMA(2, 1, 1) ARIMA(2, 1, 2) ARIMA(2, 2, 0) ARIMA(4, 1, 0) ARIMA(4, 1, 1) ARIMA(4, 2, 0) ARIMA(6, 0, 0) ARIMA(6, 0, 1) ARIMA(6, 1, 0) ARIMA(6, 2, 0) ARIMA(8, 0, 0) ARIMA(8, 0, 1) ARIMA(8, 1, 1) ARIMA(10, 0, 0) ARIMA(10, 1, 0) ARIMA(10, 1, 1) ARIMA(10, 2, 0) ARIMA (…”

Section: Derin öğRenme Tabanlı Yöntemler (Deep Learning Based Methods)unclassified

“…Suçun özellikleri ve nasıl işlendiği, toplumun türüne bağlı olarak değişmektedir. Suç analizi konusunda yapılan araştırmalar eğitim, yoksulluk, işsizlik ve iklim gibi faktörlerin suç oranını etkilediğini göstermiştir [1]. Dinamik bir süreç olan suçun önlenmesi, başarılı bir toplumun kilit unsurlarından biridir.…”

Section: Gi̇ri̇ş (Introduction)unclassified

“…Bu ifade, farklı suçlar arasında genel bir örüntü veya bir bağlantı bulunmasının mümkün olmadığı anlamına gelmektedir [5]. Ancak, suçun eylemleri hakkında zaman, mekân, suç türü, suçluya ilişkin demografik bilgiler gibi daha fazla verinin toplanması ve analiz edilmesi suçların her durumda benzersiz ve rastgele olmadığını, verilerde örüntüler olduğunu göstermiştir [1]. Suç analizi, ortaya çıkması en muhtemel suçların tanımlanmasında, veri ve istatistiksel analiz yöntemlerini kullanan bir tekniktir [6].…”

Section: Gi̇ri̇ş (Introduction)unclassified

See 2 more Smart Citations

Derin Öğrenme Tabanlı Model ile Bir Olayın Sonraki Olma Zamanının Tahmini

Utku

Akçayol

2021

Politeknik Dergisi

View full text Add to dashboard Cite

Bazı olayların olmadan önce olma zamanının tahmin edilebilmesine yönelik çalışmalar uzun yıllardır devam etmektedir. Böylelikle olay ortaya çıktığında meydana gelecek zararı minimuma indirmek veya elde edilecek faydayı maksimum yapmak amaçlanır. Bir müşterinin sonraki davranışının tahmini, doğal afetlerin sonraki olma zamanının tahmini, belirli bir zaman aralığında gelecek talep sayısının tahmini gibi çok farklı alanlarda sonraki olayların tahminine yönelik çalışmalar giderek artmaktadır. Ancak, literatürde suçların ve acil çağrıların meydana gelmeden önce, sonraki olma zamanının ve olay türünün tahminine yönelik başarılı sonuç veren bir çalışma bulunmamaktadır. Suç analizi, tehdit altındaki bölgelerin güvenliğini sağlamayı, suç işlenme oranını azaltmayı ve kolluk kuvveti gücünden tasarruf etmeyi amaçlayan bir araştırma alanıdır. Suçun işlendikten kısa süre sonra çözümlenmesine yönelik çalışmalarda güncel teknolojilerin kullanımıyla yüksek başarı elde edilmektedir. Benzer şekilde acil çağrı analizi ile çağrılara yanıt süresi kısaltılmakta ve kaynak kullanımı optimize edilmektedir. Bu çalışmada, suç ve acil çağrı analizine yönelik derin öğrenme tabanlı bir tahmin modeli geliştirilmiştir. Geliştirilen model ile suç işlenmeden önce ve acil çağrı gelmeden önce bir sonraki olma zamanı tahmin edilmektedir. Geliştirilen model ile elde edilen sonuçlar, istatistiksel zaman serisi tahminleme yöntemlerinden olan ARIMA ile kapsamlı bir şekilde karşılaştırılmıştır. Deneysel sonuçlar, geliştirilen derin öğrenme tabanlı modelin ileriye dönük zaman tahmininde ARIMA'dan daha başarılı olduğunu göstermiştir. Anahtar Kelimeler: Suç analizi, acil çağrı analizi, zaman serisi analizi, derin öğrenme, ARIMA.

show abstract

An Analytical Approach of Crime Prediction Using Machine Learning

Kapoor

2022

Smart Innovation, Systems and Technologies

View full text Add to dashboard Cite

Crime in relation to urban design. Case study: The Greater Cairo Region

Cited by 39 publications

References 1 publication

The spatial relation between land use and crime

The spatial relation between land use and crime

Derin Öğrenme Tabanlı Model ile Bir Olayın Sonraki Olma Zamanının Tahmini

An Analytical Approach of Crime Prediction Using Machine Learning

Contact Info

Product

Resources

About