Szukaj
Close this search box.
Szukaj
Close this search box.

Case study

System predykcyjny do przewidywania przestępstw dla Policji Polskiej.

Wyzwanie

Stworzenie dla Policji Polskiej systemu informatycznego wspierającego krótkoterminowe przewidywanie zdarzeń, w tym przestępstw i wykroczeń, sugerującego funkcjonariuszom miejsca i czas możliwego zdarzenia.

Udostępnij:

Profil organizacji

Policja Polska jest scentralizowaną, uzbrojoną i jednolicie umundurowaną formacją.

Nad bezpieczeństwem ludzi oraz utrzymaniem porządku publicznego czuwa blisko 100 tys. policjantów wspieranych przez prawie 25 tys. pracowników cywilnych. Współczesną polską Policję tworzą funkcjonariusze zatrudnieni w służbach: kryminalnej, prewencyjnej oraz wspomagającej działalność Policji w zakresie organizacyjnym, logistycznym i technicznym.

Zatrzymywaniem najgroźniejszych kryminalistów zajmują się doskonale uzbrojeni i wyszkoleni policyjni antyterroryści. Policjanci Centralnego Biura Śledczego Policji rozbijają zorganizowane grupy przestępcze, walczą z terrorem kryminalnym i narkobiznesem.

Rozwiązanie

Metody uczenia maszynowego są bardzo skuteczne w prognozowaniu zdarzeń przestępczych. Można je wykorzystać m.in. do przewidywania miejsca i czasu gdzie do takich zdarzeń może dojść oraz znajdowania zależności czasoprzestrzennych.

Założenia systemu predykcyjnego: Rozwiązanie MIM Solutions opiera się na założeniach systemu PredPol. System PredPol jest pierwszym systemem służącym do przewidywania przestępczości, który odniósł znaczący sukces w zapobieganiu zbrodniom/ wykroczeniom. Działa on w 11 wielkich miastach w USA oraz w Wielkiej Brytanii. Główną zaletą tego systemu jest bardzo mała ilość danych potrzebnych do przeprowadzenia prognoz, a co za tym idzie szybkość i elastyczność wdrożenia w różnych ośrodkach. Podstawowy system opiera się wyłącznie na miejscu, czasie oraz rodzaju zdarzenia. System MIM Solutions ma zadanie wspomagające i ma sugerować funkcjonariuszom miejsce i czas możliwego przestępstwa. System ekstrahuje z danych historycznych różne wzorce przestępczości (np. w piątki wieczorem w tej dzielnicy jest więcej napadów, w dni robocze są włamania do mieszkań najczęściej w tym miejscu, itp), których pojedynczy człowiek może nie zauważyć.

Dane, jakich użyto do stworzenia modelu: System predykcyjny został oparty o dane policji : – z systemu SWD (System Wspomagania Dowodzenia), które zawierają miejsce, czas oraz rodzaj zdarzenia; Te dane zostały przetworzone w celu uzyskania dokładnych współrzędnych miejsca na podstawie opisu.

Tworzenie systemu predykcyjnego: Model MIM Solutions wykorzystuje przestrzenno- -temporalny model regresyjny oparty na algorytmach typy GBDT (Gradient Boosting Decision Trees). Przewiduje on prawdopodobieństwo kolejnego zdarzenia na podstawie wcześniej zaobserwowanych zdarzeń w tej okolicy. Pozwala na prostą integrację zewnętrznych źródeł danych, takich jak pogoda oraz wydarzenia kulturalne i sportowe. Dzięki temu możliwe jest przeprowadzanie przewidywań dla dowolnych przedziałów czasowych, np. godziny, dnia, miesiąca. Przygotowując prognozę przestępczości dla danego regionu (np. miasta, gminy, powiatu), podzieliliśmy region na małe kwadratowe obszary (nazywane lokacjami). Domyślny i zalecany rozmiar kwadratu to 200 na 200 metrów.

Kluczowym aspektem każdego algorytmu machine learning są cechy (ang. features), z których korzysta algorytm. Zadbaliśmy o to, żeby cechy zawierały tylko informacje o przeszłych przestępstwach – takie które będą dostępne przy przygotowywaniu prognozy.

Wyniki

Wyniki na przykładzie Białegostoku. Przy dyspozycji 20 patroli policyjnych jesteśmy w stanie umieścić patrol od razu w miejscu wykroczenia w ponad 30% przypadków. Wraz ze zwiększeniem liczby policjantów, zwiększa się również liczba udanych akcji prewencyjnych.

Szybki kontakt

Jeśli chcesz dowiedzieć się więcej o tym, jak MIM Solutions może pomóc rozwinąć potencjał AI w Twojej firmie, skontaktuj się z nami.