Un nuevo algoritmo desarrollado por la Universidad de Surrey y Georgia Tech podría darles a los departamentos de policía la ventaja en su lucha contra el crimen. gracias a su capacidad para procesar rápidamente datos en tiempo real y predecir dónde podría volver a ocurrir la actividad ilegal.

Los departamentos de policía de todo el mundo se enfrentan a presiones crecientes sobre sus recursos, una realidad que está impulsando el crecimiento del software de vigilancia policial predictiva que ayuda a las autoridades a tomar decisiones sobre dónde concentrar sus esfuerzos. Un método popular es ajustar un modelo de secuencia de réplicas de tipo epidémico (ETAS) a los datos de delitos urbanos:un enfoque basado en mapas de cuadrícula que ha sido capaz de predecir dos veces más delitos que un solo analista dedicado.

En un artículo publicado por Computational Statistics and Data Analysis, investigadores de Surrey y Georgia, Atlanta, detallar un nuevo enfoque similar al utilizado en la predicción meteorológica y las misiones espaciales Apolo, que complementa ETAS. Los investigadores pudieron utilizar este enfoque para desarrollar un algoritmo novedoso, el filtro Ensemble Poisson Kalman (EnPKF), que puede combinar, en tiempo real, datos de delincuencia urbana y el modelo ETAS. EnPKF puede proporcionar pronósticos en tiempo real de la tasa de criminalidad y dar una indicación de la probabilidad de que se repita el crimen en un área determinada. El algoritmo también puede dar sugerencias a los departamentos de policía sobre dónde podrían surgir puntos críticos de delincuencia a corto plazo. y qué recursos adicionales se necesitan para abordar ese aumento.

Los matemáticos probaron su algoritmo con datos sobre más de 1000 crímenes violentos de pandillas en Los Ángeles, desde 1999 hasta 2002:un conjunto de datos que presenta 33 pandillas conocidas.

Los investigadores creen que el algoritmo tiene una amplia gama de usos posibles, ya que el EnPKF puede realizar pronósticos utilizando modelos distintos de ETAS. Se cree que EnPKF se puede utilizar para controlar los retrasos de los trenes, réplicas de terremotos e incluso reclamaciones de seguros en África subsahariana.

El Dr. David Lloyd del Departamento de Matemáticas de la Universidad de Surrey dijo:"Estamos cautelosamente entusiasmados con el Filtro EnsemblePoisson Kalman, un enfoque que nos ha dado una idea de cuándo se puede predecir el crimen, y nos ha demostrado la importancia de utilizar datos en tiempo real para fortalecer el sistema en general. Ya estamos en camino de fortalecer el algoritmo y lo hemos probado con datos de Chicago.

"Es importante recordar que EnPKF, y algoritmos similares a este, son herramientas que se utilizan para ayudar a las fuerzas del orden que trabajan arduamente para mantener seguras a nuestras comunidades. Su uso estará determinado en última instancia por las necesidades de los departamentos individuales ".