Determinación de Criminales Potenciales en Análisis de Textos: Caso de Estudio

Autores/as

  • Peter Savier Oropeza Martínez Universidad Autónoma del Estado de Morelos, Av. Universidad 1001, Col. Chamilpa. Cuernavaca, Morelos, C.P. 62209. México
  • José Alberto Hernández Aguilar Universidad Autónoma del Estado de Morelos, Av. Universidad 1001, Col. Chamilpa. Cuernavaca, Morelos, C.P. 62209. México
  • Carlos Alberto Ochoa Ortiz Zezzatti Universidad Autónoma de Ciudad Juárez
  • Edgar Gonzalo Cossio Franco Universidad Enrique Díaz de León
  • Julio César Ponce Gallegos Universidad Autónoma de Aguascalientes

DOI:

https://doi.org/10.30973/progmat/2019.11.1/2

Palabras clave:

RNA, Actividades Criminales, Detección y Reconocimiento, Clasificación de patrones, PMC

Resumen

Esta investigación está orientada a clasificar textos usando Redes Neuronales Artificiales (RNA) específicamente el Perceptron Multicapa (PMC) con Técnicas básicas de palabras embebidas. La clasificación consiste en determinar ya sea que el texto tenga un contexto criminal o no por medio de reconocimiento de patrones. El PMC fue entrenado bajo entrenamiento supervisado y en un rango corto de vocabulario y registros de entrenamiento, cada uno de los cuales tiene una longitud máxima de 300 palabras para hacer procesos de clasificación. Analizar estos tipos de textos podría ayudar a las fuerzas de seguridad del gobierno, a los militares, etc. para fácilmente detectar gente que podría dañar a la población y predecir posibles ataques y prevenirlos. El software desarrollado necesita más técnicas de palabras embebidas, un vocabulario más grande y más registros de entrenamiento para ser más eficiente. El conjunto de datos consiste de dos clases principales que están organizadas como textos de tipo criminal y regular.

Biografía del autor/a

Peter Savier Oropeza Martínez, Universidad Autónoma del Estado de Morelos, Av. Universidad 1001, Col. Chamilpa. Cuernavaca, Morelos, C.P. 62209. México

He is Computer engineer from the Polytechnic University of the State of Morelos. With more than three years of work and scientific experience in private and public institutions in different states of Mexico. He is focused on the area of artificial intelligence, particularly on selected topics such as multiagent simulation, optimization and computational vision. He is winner of first place in the international congress MICAI 2016 at the undergraduate level in the hybrid intelligent systems workshop. Student of the master's degree in optimization and computation applied in the Autonomous University of the State of Morelos.

José Alberto Hernández Aguilar, Universidad Autónoma del Estado de Morelos, Av. Universidad 1001, Col. Chamilpa. Cuernavaca, Morelos, C.P. 62209. México

In 2008 he obtained the degree of Doctor of Engineering and Applied Sciences from the Research Center in Engineering and Applied Sciences of the UAEM. His professional experience has been oriented to the development of information systems oriented to decision-making, information analysis through data mining and has recently ventured into the implementation of optimization algorithms in GPU's.

Carlos Alberto Ochoa Ortiz Zezzatti, Universidad Autónoma de Ciudad Juárez

(BSC 1994; Engineering Master, 2000; Ph.D., 2004; Postdoctoral researcher, 2006; Industrial postdoctoral research, 2009). He has written three books and eleven chapters in books related to AI. He has supervised ten Ph.D. theses, 21 Master theses, and 32Bachelor theses. He participated in the organization of conferences such as HAIS’07, HAIS’08, ENC’06, ENC’07, ENC’08, MICAI’09, MICAI’10 and MICAI’11. His research interests include evolutionary computation, natural processing language, and social data mining. He is member of the Mexican National Researchers System Level 2.

Edgar Gonzalo Cossio Franco, Universidad Enrique Díaz de León

He received his PhD in computer systems in the Universidad Da Vinci (UDV). Master in Software Engineering from the Universidad del Valle de Atemajac (UNIVA) Guadalajara in 2011. His research interest is the parallel computing, software engineering, bioinspired algorithms. He is part time professor in the Enrique Díaz de León University.

Julio César Ponce Gallegos, Universidad Autónoma de Aguascalientes

Received the B.S. degree in computer system engineering from the Universidad Autónoma de Aguascalientes in 2003, the M.S. degree in computer sciences from the Universidad Autónoma de Aguascalientes in 2007, and the PhD. Degree in computer sciences from the Universidad Autónoma de Aguascalientes in 2010. He is currently a professor in the Universidad Autónoma de Aguascalientes. His research interests include Evolutionary Computation, Data Mining, Software Engineering and Learning Objects.

Citas

Van Banerveld, M., Le-Khac, N.A., Kechadi, MT. (2014) Performance Evaluation of a Natural Language Processing Approach Applied in White Collar Crime Investigation. In: Dang T.K., Wagner R., Neuhold E., Takizawa M., Küng J., Thoai N. (eds) Future Data and Security Engineering. FDSE 2014. Lecture Notes in Computer Science, vol 8860. Springer, Cham. https://doi.org/10.1007/978-3-319-12778-1_3

Zhao, X., Tang, J. Crime in Urban Areas: A Data Mining Perspective. SIGKDD Explorations, 2018, 20(1): 1-12. https://doi.org/10.1145/3229329.3229331

Tirthankar Dasgupta, Lipika Dey, Rupsa Saha, Abir Naskar: Automatic Curation and Visualization of Crime Related Information from Incrementally Crawled Multi-source News Reports. COLING (Demos) 2018: 103-107

Zhao, X., Tang, J.: Modeling Temporal-Spatial Correlations for Crime Prediction. CIKM 2017, 2017, 497-506. https://doi.org/10.1145/3132847.3133024

Nakamae, S., Kataoka, S., Tang, C., Pu, Y., Vasilache, S., Saga, S., Shizuki, B. and Takahashi, S. BLE-Based Children's Social Behavior Analysis System for Crime Prevention. HCI, 2017, (13), 429-439. https://doi.org/10.1007/978-3-319-58562-8_33

Zhao, X., Tang, J. Exploring Transfer Learning for Crime Prediction. ICDM Workshops 2017, 2017, 1158-1159. https://doi.org/10.1109/ICDMW.2017.165

Oatley, G.C., Zeleznikow, J., Ewart, B.W. Matching and Predicting Crimes, In Applications and Innovations in Intelligent Systems XII in Proceedings of AI2004, The Twenty-fourth SGAI International Conference on Knowledge Based Systems and Applications of Artificial Intelligence. Ann Macintosh, Richard Ellis and Tony Allen Ed. London: Springer, 2004, 19-32. https://doi.org/10.1007/1-84628-103-2_2

Ananyan, S.M. Crime pattern analysis through text mining. AMCIS 2004, 2004, 236.

Adderley, R. W. The use of data mining techniques in crime trend analysis and offender profiling, Ph.D. thesis, University of Wolverhampton, Wolverhampton, England, 2007.

Descargas

Publicado

28-02-2019

Cómo citar

Oropeza Martínez, P. S., Hernández Aguilar, J. A., Ochoa Ortiz Zezzatti, C. A., Cossio Franco, E. G., & Ponce Gallegos, J. C. (2019). Determinación de Criminales Potenciales en Análisis de Textos: Caso de Estudio. Programación matemática Y Software, 11(1), 9–14. https://doi.org/10.30973/progmat/2019.11.1/2

Número

Vol. 11 Núm. 1 (2019): Febrero de 2019

Sección

Artículos

Licencia

Derechos de autor 2019 Programación Matemática y Software

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Usted es libre de:

Compartir — compartir y redistribuir el material publicado en cualquier medio o formato.
Adaptar — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente.

Bajo las siguientes condiciones:

Atribución — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso.
  Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia.

Artículos más leídos del mismo autor/a