Il modello di deep learning DDPG raggiunge il 95% di accuratezza nell'identificazione dei criminali

Un nuovo articolo di ricerca su arXiv (2605.14774) propone l'uso dell'algoritmo di deep learning Deep Deterministic Policy Gradient (DDPG) per identificare criminali da set di dati complessi. Il metodo si addestra su materiale della scena del crimine, dichiarazioni dei testimoni e profili dei sospetti, con l'obiettivo di massimizzare la probabilità di identificazione del colpevole riducendo al minimo rumore e dati irrilevanti. Il modello DDPG ha raggiunto un'accuratezza del 95%, superando gli approcci convenzionali che si basano su un'analisi limitata dei dati. Lo studio affronta la sfida di ridurre i falsi positivi e i falsi negativi nelle indagini penali.