Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
東京都防犯アイデアソン 発表資料
Search
MapQuest Solutions LLC
November 07, 2016
Research
250
1
Share
東京都防犯アイデアソン 発表資料
11月6日実施 東京防犯アイデアソンでの発表資料
MapQuest Solutions LLC
November 07, 2016
More Decks by MapQuest Solutions LLC
See All by MapQuest Solutions LLC
Ineternational Opendata Day 2018 Omiya Mapping
mqsol
0
100
FOSS4G Tokai 2018 Lightning Talk
mqsol
0
57
地図講座
mqsol
1
59
立正大学 公開講座
mqsol
0
150
Other Decks in Research
See All in Research
衛星×エッジAI勉強会 衛星上におけるAI処理制約とそ取組について
satai
4
370
【SIGGRAPH Asia 2025】Lo-Fi Photograph with Lo-Fi Communication
toremolo72
0
140
LOSの検討(λ Kansai 2026 in Winter)
motopu
0
110
Self-Hosted WebAssembly Runtime for Runtime-Neutral Checkpoint/Restore in Edge–Cloud Continuum
chikuwait
0
440
[IBIS 2025] 深層基盤モデルのための強化学習驚きから理論にもとづく納得へ
akifumi_wachi
20
9.9k
Can We Teach Logical Reasoning to LLMs? – An Approach Using Synthetic Corpora (AAAI 2026 bridge keynote)
morishtr
1
180
"主観で終わらせない"定性データ活用 ― プロダクトディスカバリーを加速させるインサイトマネジメント / Utilizing qualitative data that "doesn't end with subjectivity" - Insight management that accelerates product discovery
kaminashi
16
23k
R&Dチームを起ち上げる
shibuiwilliam
1
210
2026年1月の生成AI領域の重要リリース&トピック解説
kajikent
0
900
SREのためのテレメトリー技術の探究 / Telemetry for SRE
yuukit
13
3.4k
Aurora Serverless からAurora Serverless v2への課題と知見を論文から読み解く/Understanding the challenges and insights of moving from Aurora Serverless to Aurora Serverless v2 from a paper
bootjp
6
1.6k
AIスーパーコンピュータにおけるLLM学習処理性能の計測と可観測性 / AI Supercomputer LLM Benchmarking and Observability
yuukit
1
780
Featured
See All Featured
AI Search: Where Are We & What Can We Do About It?
aleyda
0
7.2k
Designing for Timeless Needs
cassininazir
0
180
Amusing Abliteration
ianozsvald
0
150
Collaborative Software Design: How to facilitate domain modelling decisions
baasie
0
180
Impact Scores and Hybrid Strategies: The future of link building
tamaranovitovic
0
240
Making the Leap to Tech Lead
cromwellryan
135
9.8k
Darren the Foodie - Storyboard
khoart
PRO
3
3.1k
世界の人気アプリ100個を分析して見えたペイウォール設計の心得
akihiro_kokubo
PRO
68
38k
<Decoding/> the Language of Devs - We Love SEO 2024
nikkihalliwell
1
170
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
231
22k
BBQ
matthewcrist
89
10k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
9
1.2k
Transcript
東京都防犯アイデアソン
発災後の二次災害(犯罪)の問題 発災時には、人命救助が中心になり警察機能が低下します。 事前に空き巣について検討することで、発災時のリスクを下げる検証を実施。
発災後の犯罪多発エリアの抽出 モデルエリアとして古い住宅の多い荒川区でGIS分析を実施 建物の属性、人口構成、空き巣発生について検討 平時でも多い地域は、有事にはリスクが高くなると想定
一戸建ての多い地域 出典:2010年度 国勢調査 小地域を500mメッシュにて面積按分 一戸建てデータを表示
避難所・コンビニなどの情報 東京都防災マップをキャプチャーしたものをジオリファレンス
空き巣犯罪の多い地域 出典:町丁別犯罪発生データ
空き巣の多い地域の避難所 町丁目名 避難所数 ① 東尾久一丁目 1 ② 西日暮里六丁目 2 ③
荒川七丁目 2 ④ 南千住六丁目 3 ① ② ③ ④
GIS分析で見えてきたもの ・空き巣の多い地域は、戸建住宅が多く高齢化している ・人口と避難所の関連で発災時には、避難所があふれる 恐れがある
発災時に取るべきアクション 注意喚起(避難所運営)【防犯・自宅待機】 パトロール強化・地域防犯団体との連携(避難所・自治会) 監視体制の強化(ドローン・監視カメラ) 避難所の増設(公営・民営ふくめて)(行政)
耐震工事の促進(行政) 避難不要な人は避難所に行かない(被災者) 発災後も安心安全な東京をめざして 発災後も安心安全な東京をめざして