مقاله کنفرانسی سال ۱۴۰۴ فارسی

پیش بینی بازگشت به جرائم خشونت آمیز با استفاده از ترکیب شبکه عصبی کانولوشنی و ماشین بردار پشتیبان

چکیده مقاله

بازگشت به جرم خشونت آمیز یکی از مهمترین چالشهای پیشروی سیستمهای عدالت کیفری در سراسر جهان است پیش بینی دقیق احتمال بازگشت به جرم می تواند نقش مهمی در بهبود تصمیم گیریهای قضایی، تعیین وثیقه، صدور احکام، برنامه ریزی برای بازپروری مجرمان و تخصیص منابع ایفا کند به ویژه در مورد جرائم خشونت آمیز که تهدید جدی برای امنیت عمومی محسوب می شوند، نیاز به مدل های پیش بینی دقیق و قابل اعتماد بیش از پیش احساس می شود در این پژوهش یک مدل ترکیبی مبتنی بر شبکه عصبی کانولوشنی و ماشین بردار پشتیبان برای پیش بینی بازگشت به جرائم خشونت آمیز ارائه شده است ایده اصلی مدل پیشنهادی استفاده از قدرت شبکه عصبی کانولوشنی در استخراج ویژگی های پیچیده و غیرخطی از داده های ورودی و بهره گیری از قابلیت بالای ماشین بردار پشتیبان در ایجاد مرزهای تصمیم گیری دقیق برای طبقه بندی است مجموعه داده مورد استفاده در این تحقیق داده های سامانه مدیریت پروفایل مجرمان و ارزیابی مجازات جایگزین است که شامل اطلاعات جمعیت شناختی، سوابق کیفری، ویژگی های رفتاری و متغیرهای مرتبط با زندانیان است پس از پیش پردازش داده ها شامل پاکسازی، نرمال سازی و تبدیل متغیرهای دستی به داده های عددی، داده ها به مدل پیشنهادی اعمال گردید معماری شبکه عصبی کانولوشنی برای استخراج ویژگی های چندبعدی طراحی شد و لایه های تمام متصل خروجی را به طبقه بندی کننده ماشین بردار پشتیبان منتقل کردند برای جلوگیری از بیش برازش از تکنیک هایی مانند توقف زودهنگام و حذف تصادفی نورون ها استفاده شد نتایج ارزیابی نشان داد که مدل پیشنهادی توانسته است به دقت کلی ۹۴ درصد، شاخص زیر منحنی برابر با ۹۹ درصد، دقت پیش بینی بالا و یادآوری قابل توجه دست یابد

کلیدواژه‌ها

نویسندگان

تصویر مرضیه کاوه قهفرخی

مرضیه کاوه قهفرخی

دانشجوی کارشناسی ارشد مهندسی کامپیوتر دانشگاه شهرکرد، شهرکرد، ایران

تصویر جلال ایزی

جلال ایزی

دانشجوی دکتری مهندسی کامپیوتر و فناوری اطلاعات دانشگاه آزاد اسلامی واحد سبزوار، سبزوار، ایران

شیوه ارجاع

کاوه قهفرخی، مرضیه و خسروی فارسانی، هادی و ایزی، جلال،1404،پیش بینی بازگشت به جرائم خشونت آمیز با استفاده از ترکیب شبکه عصبی کانولوشنی و ماشین بردار پشتیبان،هفتمین کنفرانس ملی دستاوردهای نوین در برق، کامپیوتر و صنایع،اسفراین

ارائه‌شده در

پوستر مجموعه مقالات هفتمین کنفرانس ملی دستاوردهای نوین در برق، کامپیوتر و صنایع مجموعه مقالات هفتمین کنفرانس ملی دستاوردهای نوین در برق، کامپیوتر و صنایع19 آبان 1404 · اسفراین
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۴ ۴۶۸ مشاهده

کنترل بهینه مبتنی بر پیشبین مدل (MPC) و شبکه عصبی مصنوعی (ANN) برای مبدل بازوی تناوبی (AAC) مورد استفاده در سیستم HVDC

این پژوهش به طراحی یک چارچوب کنترل پیشبین مدل MPC برای تنظیم جریان و ولتاژ در مبدل بازوی تناوبی AAC می پ…

مبدل بازوی تناوبیشبکه عصبی مصنوعیشبکه HVDC
مقاله کنفرانسی سال ۱۴۰۴ ۳۲۱ مشاهده

مروری تحلیلی بر روشهای تجمیع داده امن در شبکه های حسگر بیسیم چالشها رویکردها و مسیرهای آینده پژوهش

تجمیع داده در شبکه های حسگر بیسیم یکی از فرایندهای بنیادین برای بهبود کارایی ارتباطی، کاهش حجم داده های…

تجمیع دادهامنخوشه بندی
مقاله کنفرانسی سال ۱۴۰۴ ۲۳۸ مشاهده

بررسی کاربرد هوش مصنوعی در سازمان ثبت اسناد و املاک

هوش مصنوعی به عنوان یکی از مهم ترین ابزارهای فناورانه عصر حاضر توانسته است فرآیندهای پیچیده انسانی را با…

هوش مصنوعیتحول دیجیتالاتوماسیون اداری
مقاله کنفرانسی سال ۱۴۰۴ ۱۹۴ مشاهده

شبکه های عصبی و یادگیری عمیق در پردازش داده های ماهواره ای

رشد فزاینده حجم و پیچیدگی داده های ماهواره ای فرصت های بی سابقه و در عین حال چالش های تحلیلی قابل توجهی…

یادگیری عمیقطبقه بندیسنجش از دور
مقاله کنفرانسی سال ۱۴۰۴ ۱۸۱ مشاهده

طراحی یک تقویت کننده کم نویز سه طبقه با روش استفاده مجدد از جریان و بهبود در عملکرد بهره و عدد نویز

این مقاله یک تقویت کننده کم نویز با بهبود عملکرد در عدد نویز و بهره با استفاده از سه ساختار استفاده مجدد…

عدد نویزبهرهطبقه آبشاری
مقاله کنفرانسی سال ۱۴۰۴ ۱۸۰ مشاهده

مطالعه روشهای نوین هوش مصنوعی به منظور تشخیص خطا در سیستمهای قدرت

در سالهای اخیر تشخیص و پیشبینی خطاها در سیستمهای قدرت به یکی از چالشهای اصلی مهندسی برق تبدیل شده است در…

سیستمهای قدرتتشخیص خطایادگیری ماشین