Modelo de redes neuronales para predecir la tendencia de víctimas de secuestro en Colombia

• Giraldo Alegría, Santiago Andrés ^[1] ; Ordoñez Palacios, Luis Eduardo ; Bucheli Guerrero, Víctor ; Ordoñez Erazo , Hugo
  1. [1] Universidad del Valle (Colombia)

     Universidad del Valle (Colombia)

     Colombia

     
• Localización: Investigación e Innovación en Ingenierías, ISSN-e 2344-8652, Vol. 8, Nº. 3, 2020 (Ejemplar dedicado a: Special issue results of the XV Ibero-American Conference on Software Engineering and Knowledge Engineering - JIISIC 2020), págs. 38-49
• Idioma: español
• Títulos paralelos:
  • Neural network model for predicting kidnapping victims trends in Colombia
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Objetivo: Entrenar Redes Neuronales y Máquinas de Soporte Vectorial para la predicción de tendencias futuras en el número de víctimas de secuestros por año en Colombia, con el fin de apoyar la toma de decisiones. Metodología: Se procesó un conjunto de datos de víctimas de secuestro con 39.863 registros tomado del portal de datos abiertos del gobierno y publicado por la Fiscalía Nacional de Colombia, con el fin de entrenar y evaluar una Red Neuronal y una Máquina de Soporte Vectorial para regresión (SVR), esto permitió identificar qué modelo tuvo menor Raíz del Error Cuadrático Medio (RMSE) para predecir la tendencia de víctimas de secuestro. Resultados: Se encontró que la Red Neuronal entrenada tuvo menor Raíz del Error Cuadrático Medio (RMSE) frente a la Máquina de soporte vectorial tanto para la predicción de víctimas de secuestro. Se pudo estimar la cantidad de víctimas de secuestros en los próximos diez años en todo el territorio colombiano. Conclusiones: Existen diversos trabajos relacionados con la predicción de delitos, sin embargo, este estudio propone un nuevo modelo de Redes Neuronales para estimar la tendencia de víctimas de secuestro en Colombia. El modelo permite predecir que con el paso del tiempo, la cantidad de secuestros irá disminuyendo.

  • English

    Objective: Train Neural Networks and Support Vector Machines for regression for predicting future trends in kidnapping victims numbers by years in Colombia, with the purpose of support decision making. Methodology: A dataset about kidnapping victims with 39.863 records were processed, the dataset was taken from the government open data given by the Colombian Prosecutor's Office, with means of training and evaluating a Neural Network and a Support Vector Machine for regression (SVR), this allowed to identify the model with less Root Mean Squared Error (RMSE) for predicting kidnapping victims trends. Results: We found that the trained Neural Network had less Root Mean Squared Error (RMSE) against the Support Vector Machine and we were able to estimate the number of kidnapping victims in the next ten years throughout the Colombian territory. Conclusiones: There are several papers related to crime prediction, however, this study proposes a new model of Neural Networks to estimate the trend of kidnapping victims in Colombia. The model allows us to predict that over time, the number of kidnappings will decrease.