Categorías: Hoy en la red

Algoritmos policiales y ‘big data’ para patrullar la ciudad

Una aplicación informática permite predecir cuántos delitos y de qué tipo se van a producir en el próximo turno policial. Científicos del Cuerpo Nacional de Policía y de la Universidad de Granada han desarrollado un sistema informático basado en algoritmos para predecir cuántos delitos y de qué tipo se van a producir en el próximo turno policial.

Se trata de una aplicación de métodos científicos al patrullaje policia y es la primera en el mundo que combina métodos de policía predictiva con un modelo matemático de patrullaje. Los resultados del estudio se han publicado en las revistas Decision Support Systems y European Journal of Operational Research

La innovación podría permitir una mejor organización de las patrullas y de los turnos policiales, con el importante ahorro económico y de víctimas de delitos que esto supondría.

La investigación ha sido desarrollada por Miguel Camacho Collados, inspector de la Unidad de Planificación Estratégica y Coordinación de la Policía Nacional e investigador del departamento de Estadística e Investigación Operativa de la Universidad de Granada.

Además, parte de la misma se ha llevado a cabo en colaboración con la Universidad de California Los Ángeles (UCLA) y con el departamento de Policía de Los Ángeles, donde Camacho disfrutó el año pasado de una beca Fulbright.

Sistemas dinámicos aplicados a modelos criminales

La investigación se centra en sistemas dinámicos aplicados a modelos criminales, y tiene como objetivo incidir en el análisis y el desarrollo de modelos matemáticos y estadísticos para la identificación de patrones temporales de hechos delictivos.

Como explica su autor principal, el nuevo sistema “se basa en un algoritmo matemático multicriterio que, teniendo en cuenta distintos factores (como la carga de trabajo, el número de delitos cometidos en el turno policial anterior o el área de patrullaje) asigna a la patrulla un área de vigilancia, previniendo la comisión de delitos en el próximo turno, según una previsión del riesgo de delitos en el territorio”.

“El principal avance de nuestro trabajo –dice Camacho– es que refuerza la prevención de delitos, no su represión. Si logramos que la policía esté en el lugar adecuado y en el momento justo, ahorraremos muchos recursos humanos y, lo que es más importante aún, evitaremos muchas víctimas”.

El policía e investigador explica que esta nueva herramienta informática, que en solo un minuto es capaz de establecer el área de patrullaje y dividir los efectivos, “en ningún caso puede ser un sustituto a la experiencia y la intuición policial. Es un apoyo más, inspirado en la tecnología ‘big data’, que puede ser de enorme utilidad para nuestro trabajo”.

Acceda a la versión completa del contenido

Algoritmos policiales y ‘big data’ para patrullar la ciudad

UGR / SINC

Entradas recientes

Hacienda permitirá por primera vez el pago de la Renta a través de Bizum

Así se desprende del proyecto sometido a audiencia e información pública sobre los modelos de…

5 horas hace

La banca alcanza un récord desde 2010 en volumen de nuevas hipotecas, con 68.000 millones

Solamente en el mes de diciembre, el volumen de nuevas hipotecas concedidas fue de 6.877…

6 horas hace

La gala de los Goya 2025 registra un share del 24,4%, la mejor cuota desde 2020 y nueve décimas más que en 2024

Además, la gala fue vista algún momento por más de 6,5 millones de espectadores únicos,…

6 horas hace

Las ventas de Tesla en Europa caen en enero en medio de la agitación política de Elon Musk

En concreto, las ventas del fabricante estadounidense cayeron en enero en Alemania un 59,5% respecto…

6 horas hace

CSIF «parará» la Administración este jueves en una huelga para exigir al Gobierno una solución a Muface

"Vamos a parar la Administración del Estado", indicó el presidente de CSIF, Miguel Borra, sobre…

7 horas hace

Renfe supera un récord histórico y contabiliza 537 millones de pasajeros en 2024, un 2,7% más que en 2023

Esta cifra total representa un incremento del 2,7% con respecto al año anterior (523,2 millones…

7 horas hace