• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Smart Cities Conference >Enhancing Trust-based Data Analytics for Forecasting Social Harm
【24h】

Enhancing Trust-based Data Analytics for Forecasting Social Harm

机译：增强基于信任的数据分析以预测社会危害

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

First responders deal with a variety of “social harm” events (e.g. crime, traffic crashes, medical emergencies) that result in physical, emotional, and/or financial hardships. Through data analytics, resources can be efficiently allocated to increase the impact of interventions aimed at reducing social harm -T-CDASH (Trusted Community Data Analytics for Social Harm) is an ongoing joint effort between the Indiana University Purdue University Indianapolis (IUPUI), the Indianapolis Metropolitan Police Department (IMPD), and the Indianapolis Emergency Medical Services (IEMS) with this goal of using data analytics to efficiently allocate resources to respond to and reduce social harm. In this paper, we make several enhancements to our previously introduced trust estimation framework T-CDASH. These enhancements include additional metrics for measuring the effectiveness of forecasts, evaluation on new datasets, and an incorporation of collaborative trust models. To empirically validate our current work, we ran simulations on newly collected 2019 and 2020 (Jan-April) social harm data from the Indianapolis metro area. We describe the behavior and significance of the collaboration and their comparison with previously introduced stand-alone models.
机译：急救人员处理导致身体，情感和/或财务困难的各种“社会伤害”事件（例如犯罪，交通事故，医疗紧急情况）。通过数据分析，可以有效地分配资源，以增加旨在减少社会危害的干预措施的影响-T-CDASH（可信赖的社会危害性社区数据分析）是印第安纳大学普渡大学印第安纳波利斯分校（IUPUI）与印第安纳波利斯大都会警察局（IMPD）和印第安纳波利斯急诊医疗服务（IEMS）的目标是使用数据分析来有效分配资源，以应对和减少社会危害。在本文中，我们对先前介绍的信任估计框架T-CDASH进行了一些增强。这些增强功能包括用于衡量预测有效性的其他指标，对新数据集的评估以及对协作信任模型的合并。为了从经验上验证我们目前的工作，我们对印第安纳波利斯都会区新收集的2019年和2020年（1月至4月）的社会危害数据进行了模拟。我们描述了协作的行为和重要性，以及它们与以前引入的独立模型的比较。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号