地理空間大數據與預防暴力

暴力，無論是針對諸如犯罪的個人還是戰爭等更大規模的暴力，在我們的世界中似乎都是不可避免的。然而，研究人員正在詢問是否可以預防這種情況，以及是否可能利用地理空間大數據技術（包括機器學習 *** ）來防止暴力失控。

最近的《世界經濟形式》博客強調了試圖減輕規模上的暴力的各種努力，地理空間數據通常是這些工具中討論的不同 *** 的核心特征。

繪制當地暴力和HarassMap

最近開發了兩種工具，重點放在小規模的暴力和騷擾行為上。利用眾包和熱點地圖，創建了Safecity和HarassMap，它描繪了攻擊，性騷擾和本地犯罪的最新趨勢，以幫助人們確定要避開的區域。

微信號：MeetyXiao
添加微信好友, 獲取更多信息
復制微信號

這些工具專注于各個城市街區，幫助用戶更全面地了解不同地區的安全性。該工具使用警察和個人報告以及在線數據，可幫助用戶更好地實時導航社區并確定不同區域的安全性。

大規模繪制暴力

在更大范圍內，已制定了一項始于2017年的倡議，以幫助預測非洲的政治暴力。這項倡議被稱為暴力預警系統（ViEWS）。這項工作收集了與涉及國家和團體 （包括非國家行為者）的武裝沖突以及以平民為重點的暴力相關數據。

數據是州級的，也可以是州內的和小規模的，所捕獲數據的分辨率為0.5×0.5十進制度，有助于預測各州區域內的暴力行為。目前的工作使用統計建模和機器學習技術來預測暴力發生的地點，其長期意圖是暴力的中斷。

使用自然語言處理來映射暴力

這項工作取得了一些早期成功，顯示了其作為用戶更好地了解暴力可能發生地的工具的潛力。在另一項側重于政治暴力的工作中，在沖突和政治動蕩地區使用了一種自然語言處理并可以 調整以監視不同媒體數據的工作，以評估沖突的可能性。

這項被稱為Ushahidi的工作最初也以非洲為重點，但現在已經擴散到160多個國家，以評估其暴力可能性。暴力的類型包括武裝沖突，但也包括較少有組織的暴力行為。數據主要來自人群，機器學習 *** 用于評估可能導致沖突的情緒和態度。這項工作創造了各種各樣的工具，這些工具也正在擴展以評估非致命暴力。

越來越明顯的是，需要使用各種在線和離線數據來監視暴力的可能性。 GDELT項目是一項重大工作，正在全球范圍內收集聯機和脫機數據，從而幫助隨后的工作創建了預測工具，以評估確定不同國家甚至區域之間沖突的可能性。

數據也各不相同，已評估100多種語言，可幫助識別特定的群體、地點、組織、情緒，甚至可以用來幫助展示暴力可能性的圖像。隨著圖像數據被捕獲，這為計算機視覺技術在評估可能導致暴力 情緒和態度方面的應用開辟了可能性。

其他努力的重點是可能導致沖突的環境問題。例如，世界資源研究所的水、和平與安全倡議建立了一個預警工具，該工具利用經濟，社會政治和環境數據，利用圍繞森林資源的隨機森林機器學習模型和技術，幫助預測潛在的沖突。

該計劃是開源的，允許工具的貢獻者和用戶集成到他們自己的數據集和工作流中。這項工作試圖提前一年預測沖突，從而為可能用于緩解沖突的工作留出了充裕的時間。

近年來，我們看到了新的努力，它們正在試圖通過預測可能發生在大范圍或小范圍的暴力發生的地方，找到解決沖突的新 *** 。這些工作使用的是地理空間數據，通常是在線數據，也有離線數據，這些數據越來越多地將地理空間信息作為數據集的一部分。這些努力為決策者和當局提供了減輕暴力的新工具。

來源：開源地理空間基金會中文分會

來源鏈接：https://www.osgeo.cn/post/13c1a

本站聲明:網站內容來源于 *** ,如有侵權,請聯系我們,我們將及時處理。