推 pfivyfish:真是太詳細了 謝謝! 03/22 22:25
推 ayumitotoro:太強大了 推推~ 06/29 08:54
※ 引述《pfivyfish (pepper)》之銘言：
: 記得在很多集中
: 查理都用過去的事件計算出犯人可能的活動範圍或是下次犯案的地點
: 好像有說過
: 每次他犯案都會提供更多訊息之類的台詞
: 請問有哪幾集中出現類似的情節呢?
: 或是有強者記得或知道查理用了哪些演算法嗎?
: 謝謝!
圖文並茂網誌板
http://tadashi0609.blog.fc2.com/blog-entry-3.html
我只記得S01EP01有，這集給我的印象太深刻了
Everything is NUMBERS.
這句話應該是大家最喜歡的一句吧XDDDD
這集小Eppes用噴水器做例子解釋
憑空預測水滴落點會因為太多變數而影響準確度
但是可以從已知落點往回推算噴水器的位置
這裡是把以知案件做為水滴落點
推算噴水器的位置(也就是兇手所在位置/據點)
加上Buffer zone、距離等加權係數
劇情其實有帶到，小Eppes設定了哪一區和距離等做為參數使用
(如圖)
(加權這概念在S01EP07裡面有比較完整的解釋)
更簡單的比喻就像是通緝畫像或是失蹤小孩的海報
當越多目擊者看到(越多案件)，尋找範圍將會縮小
尋找範圍縮小的意思就是
當中部看到過這個兇手/小孩，北部和南部可以找到他們的機率相對就降低
這就是小Eppes算出來的機率
也就是地理剖繪(Geographic Profiling)的概念
再簡單一點的說法，就是工統有教過的二維常態分佈(two-dimensional normal density)
小Eppes用的公式在影集中有寫出來(如圖)
我查到的原始型態出自於
Geographic profiling as a novel spatial tool for targeting infectious disease
control
如果進去讀一下可以知道
φ functions是前面說的權重係數(1,0)，也就是Don提到的Buffer Zone
(xi,yj)就是point (i,j) 到point n (xn,yn) 的距離函數
k,B,C 分別是距離、範圍及案件的常數(但是我沒有查到來源)
所求出的即是P(i,j)於(Xi,Yi)的機率質。
------------
應該到這邊就結束這個公式在EP01案件的運用，
但是你會發現小Eppes算出來的結果會因為目擊者證詞而導致結果不同
因為這個Random sequences基本上用到很多變數在裡面，
於是影響結果的差異變會因此凸顯出來。
總之，
Everything is NUMB3RS.
像我們這種凡人，就用ArcGIS程式跑一跑就好了，
我們就算待在車庫八百年還是算不出來的(遠目)
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 114.41.105.9
※ 編輯: tadashi0609 來自: 114.41.105.9 (01/27 02:12)