Un nuovo metodo di apprendimento automatico sviluppato dagli scienziati dell'ETH consente di prevedere i furti con scasso anche in aree scarsamente popolate.

Le effrazioni non si verificano sempre ovunque. Alcune comunità, quartieri e strade, così come le stagioni dell'anno e le ore del giorno, hanno un rischio minore o maggiore di furto con scasso. Utilizzando le statistiche di intrusione, le tecniche di apprendimento automatico possono identificare schemi e prevedere il rischio di effrazione in un luogo specifico. I programmi per computer possono quindi aiutare la polizia a identificare i punti critici di furto con scasso - luoghi particolarmente a rischio di effrazione - in un dato giorno, consentendo loro di schierare pattuglie di conseguenza.

Lo squilibrio di classe rende l'apprendimento più difficile

Ad oggi, tali sistemi di allarme funzionano solo in aree densamente popolate, principalmente nelle città. Questo perché i programmi per computer hanno bisogno di dati sufficienti per riconoscere i modelli, e la criminalità è meno frequente nelle aree scarsamente popolate. Questo è indicato come uno "squilibrio di classe" nelle statistiche. Nello specifico, ciò significa che per ogni tratto di strada che presenta un furto con scasso, ce ne sono diverse centinaia o addirittura mille che non lo fanno.

Gli algoritmi funzionano in parallelo

Cristina Kadar è una scienziata informatica e dottoranda presso il Dipartimento di Management, Tecnologia, ed Economia. Ha sviluppato un metodo in grado di fare previsioni affidabili nonostante i dati squilibrati. La sua ricerca è stata appena pubblicata sulla rivista Decision Support Systems. Ha testato numerosi metodi di apprendimento automatico con un ampio set di dati sui furti con scasso nel cantone svizzero di Argovia, li ha combinati e ha confrontato i tassi di successo. Un metodo che utilizza l'apprendimento di insieme e combina analisi di diversi algoritmi si è rivelato il più accurato.

L'apprendimento automatico si verifica quando un algoritmo utilizza set di dati di grandi dimensioni per addestrarsi a classificare correttamente i dati. In questo esempio, ci vogliono variabili come l'ora del giorno, luogo, densità di popolazione e molto altro e impara da loro se classificare un determinato appezzamento di terreno come a rischio o non a rischio di furto in un dato momento.

La sfida consisteva nell'addestrare gli algoritmi di classificazione nonostante il piccolo numero di furti nel set di dati. Kadar ha pre-elaborato il set di dati rimuovendo casualmente le unità di dati senza furti fino a quando non è arrivata allo stesso numero di unità con furti e unità senza. Questo metodo statistico è chiamato "sottocampionamento casuale". Kadar ha addestrato numerosi algoritmi di classificazione con questo set di dati ridotto in parallelo, e le loro previsioni aggregate hanno prodotto la previsione di furto con scasso. Kadar ha preso celle della griglia di 200 per 200 metri in un dato giorno come unità di dati individuali.

Mentre i sistemi di allarme convenzionali utilizzano principalmente i dati sui furti, Kadar ha anche alimentato gli algoritmi di classificazione con dati aggregati impersonali sulla popolazione, come la densità di popolazione, struttura per età, tipo di sviluppo edilizio, infrastrutture (presenza di scuole, stazioni di polizia, ospedali, strade), vicinanza ai confini nazionali, nonché informazioni temporali compreso il giorno della settimana, feste pubbliche, ore di luce e persino la fase lunare.

Tasso di successo migliore rispetto alle città

Con il nuovo metodo, Kadar è stato in grado di migliorare significativamente il tasso di successo rispetto ai metodi convenzionali. Ha ordinato al computer di utilizzare il suo metodo per prevedere i punti caldi in cui era probabile che si verificassero furti con scasso all'interno del cantone. Una revisione ha mostrato che circa il 60 percento delle effrazioni effettive sono state commesse negli hotspot previsti. A confronto, quando gli hotspot sono stati previsti utilizzando il metodo tradizionale impiegato dalla polizia, solo il 53 percento dei furti effettivi si è verificato nell'area prevista. "Con dati sbilanciati, il metodo raggiunge tassi di successo almeno altrettanto buoni e in alcuni casi migliori rispetto ai metodi convenzionali nelle aree urbane, dove i dati sono più densi e distribuiti in modo più uniforme, "dice Kadar.

I risultati sono utili prima di tutto per la polizia, poiché il metodo può essere utilizzato anche per prevedere regioni e tempi con un aumentato rischio di furto con scasso in aree meno densamente popolate. Però, non c'è motivo per cui il metodo non possa essere utilizzato per prevedere altri rischi:rischi per la salute, Per esempio, o la probabilità di chiamate di emergenza al servizio di ambulanza. Il settore immobiliare potrebbe utilizzarlo anche per prevedere l'andamento dei prezzi degli immobili sulla base di fattori spaziali.