FASE : A Fairness-Aware Spatiotemporal Event Graph Framework for Predictive Policing

FASE ist ein fairnessbewusstes raum-zeitliches Ereignisgraphen-Framework, das darauf abzielt, die Kriminalitätsprognose mit fairheitsbeschränkter Patrouillenzuweisung zu integrieren, um rassische Ungleichheiten in der prädiktiven Polizeiarbeit zu mindern. Es verwendet ein raum-zeitliches Graphen-Neuronales Netz und einen multivariaten Hawkes-Prozess zur Modellierung von Kriminalitätsvorfällen in Baltimore und adressiert Datenverzerrungen mittels eines Closed-Loop-Implementierungssimulators.