CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

تحلیل رایانه ای جرم با بهره گیری از روش های هوش مصنوعی و داده کاوی کشف پیش دستانه جرم

اعتبار موردنیاز: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۱۹ | نظرات: ۰
سال انتشار: ۱۳۹۶
کد COI مقاله: ECITCONF01_063
زبان مقاله: فارسی
حجم فایل: ۶۱۳.۹۹ کلیوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله تحلیل رایانه ای جرم با بهره گیری از روش های هوش مصنوعی و داده کاوی کشف پیش دستانه جرم

  مریم دلشاد - دانشگاه غیرانتفاعی غیاث الدین جمشید کاشانی
بهزاد توده زعیم -
الهام رستگار -

چکیده مقاله:

اخیرا در حیطه جرم شناسی نوین ، راهکارهای متعددی برای تسریع کشف و کاهش میزان وقوع جرایم ، مطرح شده است . در این میان راهکارهای علمی و هوشمند کشف جرم ، به دلیل برخورداری از پشتوانه علمی و دانش ریاضی ، توجه بسیاری از جرم شناسان را به خود معطوف داشته است . در مقاله حاضر ، شیوه های ارتکاب جرم سارقان منازل ، با استفاده از شبکه های عصبی - یکی از روش های موجود در حوزه هوش مصنوعی - در راستای کشف پیشدستانه جرم به کار گرفته شده است . در واقع تحیلی رفتار سارق در حین ارتکاب جرم ، به عنوان کلید اصلی فرایند کشف و اتساب جرم در این تحقیق شمرده شده است . همچنین موضوع کشف پیشدستانه ، با برداشت و معنایی جدید و کاربردی موردبررسی قرار گرفته است و ارتباط آن با مبحث پیش بینی جرم تبیین شده است . در این مقاله سایر روش های علمی کشف جرایم در زمینه هایی همچون جرم شناسی تطبیقی ، گروه سنجی هوشمند و تحلیل ارتباطات میان باندهای مجرمان نیز مورد بررسی قرار گرفته است . استخراج الگو های رفتاری مجرمان در هنگام ارتکاب جرم ، به عنوان یک نیاز مشترک در اغلب این راهکارههای علمی به چشم می خورد . ساختار تحقیقاتی مقاله ، شامل رویکردهای چند نهادی است که از ترکیب دو دیدگاه کشف پیشدستانه جرم و پیش بینی وقوعجرم توسط پلیس آگاهی ، به دست می آید .

کلیدواژه‌ها:

تحلیل جرم هوشمند رایانه ای ، کشف پیشدستانه ، داده کاوی ، الگوی رفتار مجرمان ، شبکه های عصبی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ECITCONF01-ECITCONF01_063.html
کد COI مقاله: ECITCONF01_063

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
دلشاد, مریم؛ بهزاد توده زعیم و الهام رستگار، ۱۳۹۶، تحلیل رایانه ای جرم با بهره گیری از روش های هوش مصنوعی و داده کاوی کشف پیش دستانه جرم، کنفرانس ملی چشم انداز1420 و پیشرفت های تکنولوژیک مهندسی برق، کامپیوتر و فناوری اطلاعات، شیراز، مرکز توسعه آموزشهای نوین ایران (متانا)، https://www.civilica.com/Paper-ECITCONF01-ECITCONF01_063.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (دلشاد, مریم؛ بهزاد توده زعیم و الهام رستگار، ۱۳۹۶)
برای بار دوم به بعد: (دلشاد؛ توده زعیم و رستگار، ۱۳۹۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز:
تعداد مقالات: ۱۲۷
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط


مقالات فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.