Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
ATZ-Fachkongress

Chassis.tech plus 2024


4 Kongresse in einer Veranstaltung

Treffen Sie in München die Fachleute von Chassis, Lenkung, Bremsen sowie Reifen/Räder.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Machine Learning: Multi-site Evidence-Based Best Practice Discovery Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

A Bayesian Network Profiler for Wildfire Arsonists

verfasst von : Rosario Delgado, José Luis González, Andrés Sotoca, Xavier-Andoni Tibau

Erschienen in: Machine Learning, Optimization, and Big Data

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Arson-caused wildfires have a rate of clarification that is extremely low compared to other criminal activities. This fact made evident the importance of developing methodologies to assist investigators in the criminal profiling. For that we introduce Bayesian Networks (BN), which have only recently be applied to criminal profiling and never to arsonists. We learn a BN from data and expert knowledge and, after validation, we use it to predict the profile (characteristics) of the offender from the information about a particular arson-caused wildfire, including confidence levels that represent expected probabilities.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Fuzzy Decision-Making of a Process for Quality Management
Nächstes Kapitel Learning Optimal Decision Lists as a Metaheuristic Search for Diagnosis of Parkinson’s Disease
Literatur
1.
Adab, H., Kanniah, K.D., Solaimani, K.: Modeling forest fire risk in the northeast of Iran using remote sensing and GIS techniques. Nat. Hazards 65, 1723–1743 (2013)CrossRef
2.
Adusei-Poku, K.: Operational risk management - implementing a BN for foreign exchange and money market settlement. Unpublished Ph.D. thesis, Göttinger University (2005)
3.
Baumgartner, K., Ferrari, S., Palermo, G.: Constructing Bayesian networks for criminal profiling from limited data. Knowl.-Based Syst. 21, 563–572 (2008)CrossRef
4.
Baumgartner, K., Ferrari, S., Salfati, C.: Bayesian network modeling of offender behavior for criminal profiling. In: Proceedings of the 44th IEEE Conference on Decision and Control, and the European Control Conference 2005, pp. 2702–2709 (2005)
5.
Borsuk, M.E., Stow, C.A., Reckhow, K.H.: A BN of eutrophication models for synthesis, prediction, and uncertainty analysis. Ecol. Model. 173, 219–239 (2004)CrossRef
6.
Cruz-Ramírez, N., Acosta-Mesa, H.G., Carrillo-Calvet, H., Nava-Fernández, L.A., Barrientos-Martínez, R.E.: Diagnosis of breast cancer using BN: a case study. Comput. Biol. Med. 37, 1553–1564 (2007)CrossRef
7.
Delgado, R., Tibau, X.-A.: Las Redes Bayesianas como herramienta para la evaluación del riesgo de reincidencia: Un estudio sobre agresores sexuales, Revista Española de Investigación Criminológica, Artículo 1, Número 13 (2015). (in Spanish)
8.
Dlamini, W.M.: A Bayesian belief network analysis of factors influencing wildfire occurrence in Swaziland. Environ. Model. Softw. 25, 199–208 (2010)CrossRef
9.
Dlamini, W.M.: Application of Bayesian networks for fire risk mapping using GIS and remote sensing data. GeoJournal 76, 283–296 (2011)CrossRef
10.
FAO, Fire Management - Global Assessment 2006. A Thematic Study Prepared in the Framework of the Global Forest Resources Assessment 2005, FAO Forestry Paper 151, Rome (2007)
11.
12.
Jaccard, P.: Étude comparative de la distribution florale dans une portion des Alpes et des Jura. Bulletin de la Société Vaudoise des Sciences Naturelles 37, 547–579 (1901). (in French)
13.
Jongh, M., Druzdzel, M.J.: A comparison of structural distance measures for causal bayesian network models. In: Klopotek, M.A., Przepiórkowski, A., Wierzchon, S.T., Trojanowski, K. (eds.) Recent Advances in Intelligent Information Systems. EXIT (2009). ISBN:9788360434598
14.
Korb, K.B., Nicholson, A.E.: Bayesian Artificial Intelligence, 2nd edn. CRC Press (Taylor & Francis Group), Boca Raton (2011)MATH
15.
Lee, C., Lee, K.J.: Application of BN to the probabilistic risk assessment of nuclear waste disposal. Reliab. Eng. Syst. Saf. 91(5), 515–532 (2006)CrossRef
16.
17.
18.
Papakosta, P., Straub, D.: A Bayesian network approach to assessing wildfire consequences. In: Proceedings ICOSSAR, New York (2013)
19.
Penman, T.D., Bradstock, R.A., Price, O.: Modelling the determinants of ignition in the Sydney Basin, Australia: implication for future management. Int. J. Wildland Fire 22, 469–478 (2013)CrossRef
20.
Pollino, C.A., Woodberry, O., Nicholson, A., Korb, K., Hart, B.T.: Parameterisation and evaluation of a BN for use in an ecological risk assessment. Environ. Model Softw. 22, 1140–1152 (2007)CrossRef
21.
22.
Sotoca, A., González, J.L., Fernández, S., Kessel, D., Montesinos, O., Ruíz, M.A.: Perfil del incendiario forestal español: aplicación del perfilamiento criminal inductivo. Anuario de Psicología Jurídica 2013(23), 31–38 (2013). (in Spanish)CrossRef
23.
24.
Thompson, M.P., Scott, J., Helmbrecht, D., Calvin, D.E.: Integrated wildfire risk assessment: framework development and application on the Lewis and Clark National Forest in Montana USA. Integr. Environ. Assess. Manag. 9(2), 329–342 (2012)CrossRef
25.
Ticehurst, J.L., Newham, L.T.H., Rissik, D., Letcher, R.A., Jakeman, A.J.: A BN approach for assessing the sustainability of coastal lakes in New South Wales, Australia. Environ. Model. Softw. 22(8), 1129–1139 (2007)CrossRef
26.
Walshe, T., Burgman, M.: A framework for assessing and managing risks posed by emerging diseases. Risk Anal. 30(2), 236–249 (2010)CrossRef
Metadaten
Titel
A Bayesian Network Profiler for Wildfire Arsonists
verfasst von
Rosario Delgado
José Luis González
Andrés Sotoca
Xavier-Andoni Tibau
Copyright-Jahr
2016
Buch
Machine Learning, Optimization, and Big Data

Print ISBN: 978-3-319-51468-0

Electronic ISBN: 978-3-319-51469-7

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-51469-7_31

Premium Partner

    Bildnachweise