[2P4-OS-2a] 計算社会科学

[2P4-OS-2a-01] 全国の週間犯罪予報

階層的グラフアテンションネットワークモデルを用いたブロックレベルでの全国犯罪予報

〇横谷 謙次^1,2、阿部 修士³、高村 真広⁴ (1. 徳島大学、2. サイコビット株式会社、3. 京都大学、4. 藤田医科大学)

キーワード：犯罪予報、階層的グラフアテンションネットワーク、Repeat and Near Repeat Victimization

犯罪予報は公共の安全を高めるために不可欠である。本研究では、犯罪学のモデルであるRepeat and Near Repeat Victimization (RNRV)を階層的グラフアテンションネットワーク（HGAT）モデルとして実装することで、1,724の市町村を網羅する全国の交通犯罪、暴力犯罪、性犯罪、財産犯罪、児童対象犯罪の発生率を、1ブロック（0.25km×0.25km）の解像度で、1週間のリードタイムで予報した。その結果、HGATモデルが、最先端の予報技術と比較して予報精度の大幅な向上を達成した。また、HGATモデルは上記5種類の犯罪に関して、1,724の市町村を14週間連続で高精度に予報し続けた。予報精度の向上と汎用性の高さから、HGATモデルが犯罪予報の新たな最先端モデルになるだろう。