Avancerad sökning

Hittade 2 uppsatser som matchar ovanstående sökkriterier.

1. 1. Spatio-temporal prediction of residential burglaries using convolutional LSTM neural networks

   Master-uppsats, KTH/Geoinformatik

   Författare :Noah Holm; Emil Plynning; [2018]
   Nyckelord :crime prediction; crime forecasting; residential burglary; deep convolutional neural network; CNN; long short-term memory; LSTM; recurrent neural network;

   Sammanfattning : The low amount solved residential burglary crimes calls for new and innovative methods in the prevention and investigation of the cases. There were 22 600 reported residential burglaries in Sweden 2017 but only four to five percent of these will ever be solved. LÄS MER

3. 2. Möjligheter och utmaningar med öppna geodata

   Kandidat-uppsats, KTH/Geoinformatik

   Författare :Noah Holm; [2016]
   Nyckelord :geodata; open geodata; open data; public sector information; geodata; öppna geodata; öppna data; public sector information;

   Sammanfattning : Öppna geodata är idag (2016) ett ofta debatterat ämne och många aktörer i samhället får mer och mer intresse för frågan, i synnerhet i offentlig sektor. Även på riksnivå har politiker börjat verka för öppna geodata, där riksdagen nyligen har beslutat kring ett flertal motioner i frågan. LÄS MER