Матеріали наукових заходів (Materials of scientific events)
Постійне посилання зібрання
Переглянути
Перегляд Матеріали наукових заходів (Materials of scientific events) за Автор "Lunhol O. M."
Зараз показуємо 1 - 2 з 2
Результатів на сторінці
Налаштування сортування
Документ Перспективи розробки систем прогнозування рівня криміногенної ситуації в урбанізованих середовищах(ЧДТУ, 2025) Лунгол О. М.; Шевченко А. Д.; Lunhol O. M.; Shevchenko A. D.У дослідженні проаналізовано перспективи та визначено ключові технологічні засади для розробки автоматизованих систем прогнозування рівня криміногенної ситуації в урбанізованих середовищах. Обґрунтовано необхідність інтеграції різнорідних даних (кримінальна статистика, соціально-економічні показники, геопросторові дані GIS, OSINT) за допомогою методів Big Data. Розглянуто використання методів машинного навчання, зокрема класифікаційних та регресійних моделей, а також глибокого навчання для виявлення прихованих закономірностей злочинності. Авторами запропоновано модульну архітектуру перспективної прогностичної системи, що включає модулі збору даних, прогнозування та візуалізації для підтримки прийняття рішень у правоохоронній діяльності. The study analyzes the prospects and defines the key technological foundations for the development of automated systems for forecasting the level of the crime situation in urban environments. The necessity of integrating heterogeneous data (criminal statistics, socio-economic indicators, geospatial GIS data, OSINT) using Big Data methods is substantiated. The use of machine learning methods, in particular classification and regression models, as well as deep learning to identify hidden patterns of crime, is considered. The authors proposed a modular architecture of a promising predictive system, including data collection, forecasting and visualization modules to support decision-making in law enforcement.Документ Прогнозування злочинності за допомогою методу нечіткої кластеризації C-середніх(Донецький державний університет внутрішніх справ, 2023) Багаутдінова М. М.; Лунгол О. М.; Bahautdinova M. M.; Lunhol O. M.У роботі досліджується використання методу нечіткої кластеризації C-середніх для прогнозування злочинності. Розглядаються принципи нечіткої кластеризації, де кожна точка даних може належати до кількох кластерів із певним показником приналежності, що підвищує точність аналізу у випадках перекривання даних. Аналізуються сучасні підходи до збору, фільтрації та класифікації даних, що дозволяє визначати ризики злочинної поведінки та формувати профілактичні програми. Розглянуто практичні приклади застосування методу для оцінки підліткової злочинності та регіональної криміногенної ситуації. Результати дослідження демонструють ефективність методу нечіткої кластеризації C-середніх для прогнозування злочинності, що дозволяє підвищити ефективність превентивних заходів та планування роботи правоохоронних органів. The article investigates the use of the Fuzzy C-Means clustering method for crime forecasting. It explores the principles of fuzzy clustering, where each data point can belong to multiple clusters with a membership degree, improving analysis accuracy in cases of overlapping data. Modern approaches to data collection, filtering, and classification are analyzed, enabling risk assessment of criminal behavior and the development of preventive programs. Practical examples of the method’s application for assessing juvenile delinquency and regional crime situations are discussed. The research results demonstrate the effectiveness of the Fuzzy C-Means clustering method for crime forecasting, enhancing the efficiency of preventive measures and law enforcement planning.