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
1
220
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
Tweet
Share
More Decks by MapQuest Solutions LLC
See All by MapQuest Solutions LLC
Ineternational Opendata Day 2018 Omiya Mapping
mqsol
0
67
FOSS4G Tokai 2018 Lightning Talk
mqsol
0
51
地図講座
mqsol
1
49
立正大学 公開講座
mqsol
0
140
Other Decks in Research
See All in Research
論文紹介: COSMO: A Large-Scale E-commerce Common Sense Knowledge Generation and Serving System at Amazon (SIGMOD 2024)
ynakano
1
380
TransformerによるBEV Perception
hf149
1
680
VisFocus: Prompt-Guided Vision Encoders for OCR-Free Dense Document Understanding
sansan_randd
1
450
アプリケーションから知るモデルマージ
maguro27
0
250
新規のC言語処理系を実装することによる 組込みシステム研究にもたらす価値 についての考察
zacky1972
1
320
Weekly AI Agents News!
masatoto
30
52k
2038年問題が思ったよりヤバい。検出ツールを作って脅威性評価してみた論文 | Kansai Open Forum 2024
ran350
8
3.8k
Optimal and Diffusion Transports in Machine Learning
gpeyre
0
1.1k
Weekly AI Agents News! 10月号 プロダクト/ニュースのアーカイブ
masatoto
1
190
CUNY DHI_Lightning Talks_2024
digitalfellow
0
430
サーブレシーブ成功率は勝敗に影響するか?
vball_panda
0
520
ベイズ的方法に基づく統計的因果推論の基礎
holyshun
0
800
Featured
See All Featured
BBQ
matthewcrist
86
9.5k
Building a Scalable Design System with Sketch
lauravandoore
460
33k
Gamification - CAS2011
davidbonilla
80
5.1k
Building Flexible Design Systems
yeseniaperezcruz
328
38k
Dealing with People You Can't Stand - Big Design 2015
cassininazir
366
25k
What’s in a name? Adding method to the madness
productmarketing
PRO
22
3.3k
The Invisible Side of Design
smashingmag
299
50k
The MySQL Ecosystem @ GitHub 2015
samlambert
250
12k
Become a Pro
speakerdeck
PRO
26
5.1k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
251
21k
GraphQLとの向き合い方2022年版
quramy
44
13k
Designing for humans not robots
tammielis
250
25k
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