Biblioteca122.739 documentos en línea

Artículo

Quantitative Analysis and Prediction of Global Terrorist Attacks Based on Machine LearningAnálisis cuantitativo y predicción de ataques terroristas globales basados en aprendizaje automático.

Resumen

Los ataques terroristas representan una gran amenaza para la seguridad global, y su análisis y predicción son imperativos. Teniendo en cuenta la alta frecuencia de los ataques terroristas y la dificultad inherente en encontrar organizaciones terroristas relacionadas, proponemos un marco de clasificación basado en aprendizaje de conjunto para clasificar y predecir organizaciones terroristas. El marco incluye preprocesamiento de datos, división de datos, cinco modelos de predicción de clasificadores y evaluación de modelos. Basados en un análisis estadístico cuantitativo de las actividades de organizaciones terroristas en GTD desde 1970 hasta 2017 y la selección de características utilizando el método SelectKBest en scikit learn, construimos cinco modelos de clasificación y predicción de organizaciones terroristas, a saber, árbol de decisión, bagging, bosque aleatorio, árbol extra y XGBoost, y utilizamos un método de validación cruzada de 10 pliegues para verificar el rendimiento y la estabilidad del modelo propuesto. Los resultados experimentales mostraron que los cinco modelos logr

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento