تفعيل دور تطبيقات الذكاء الاصطناعي في آلية رصد الجرائم: تصور مقترح

أولًا: المراجع العربية

البابلي، عمار ياسر (2019) الأمن السيبراني ومحاربة صناعة الإرهاب، مجلة كلية الدراسات العليا، أكاديمية الشرطة العدد 40 القاهرة، 283 – 280.

رسلان، الهاني محمد طايع (2013) تقنية بصمة المخ وشرعيتها في الإثبات الجنائي، القيادة العامة لشرطة الشارقة، مركز بحوث الشرطة، 111

الظاهري، سعيد خلفان (2018). الذكاء الاصطناعي: القوة التنافسية الجديدة، مركز استشراف المستقبل ودعم اتخاذ القرار (299).

علي، سعد رزق (2023). استخدام تقنيات الذكاء الاصطناعي وتحليل البيانات في الكشف عن الجرائم، مجلة الدراسات القانونية والاقتصادية، دورية علمية محكمة 9492 - 2356 :ISSn

العميريين، وجيه محمد (2022). الذكاء الاصطناعي في التحري والتحقيق عن الجريمة: دراسة مقارنة، مجلة الميزان للدراسات الإسلامية والقانونية، جامعة العلوم الإسلامية، عدد 3 (9).

المرغيلاني، محمد (2022). خوارزمية الكشف عن الهدف في التعرف على الجريمة باستخدام الذكاء الاصطناعي. أجهزة الحاسوب والمواد وContinua، (1)، 809-824. دوى: https://doi.org/10.32604/cmc.2022.021185.

ثانيًا: المراجع الأجنبية

Al-Marghilani, A. (2022). Target detection algorithm in crime recognition using artificial intelligence. Computers, Materials, & Continua, 71(1), 809-824. doi: https://doi.org/10.32604/cmc.2022.021185

Bellarmine,)2018(Identity using machine learning approach. 2018 2nd international conference on trends in electronics and informatics (ICOEI), icoei, pp. 107-114

Borowik et al., G. Borowik, Z.M. Wawrzyniak, P. Cichosz)2019) Time series analysis for crime forecasting. 26th international conference on systems engineering, ICSEng 2018 – Proceedings

Feng et al., M. Feng, J. Zheng, Y. Han, J. Ren, Q. Liu(2018). Big data analytics and mining for crime data analysis, visualization and prediction Lecture notes in computer science (including subseries lecture notes in artificial intelligence and lecture notes in bioinformatics), 10989 LNAI, Springer International Publishing

Kim et al., a S. Kim, P. Joshi, P.S. Kalsi, P. Taheri(2019).Crime analysis through machine learning2018 IEEE 9th annual information technology, electronics and mobile communication conference, IEMCON 2018 (2019), pp. 415-420.

Powelson, K. (2022). The impact of artificial intelligence on anti-money laundering programs to detect and prevent financial crime (Order No. 30241947). Available from ProQuest Dissertations &Theses Global. (2754870882).Retrieved from https://www.proquest.com.

Rouhollahi, Z. (2021). Towards artificial intelligence enabled financial crime detection. Ithaca: Cornell University Library, arXiv.org. Retrieved from https://www.proquest.com/working-papers/towards-artificial-intelligence-enabled-financial/docview/2531862437/se-2.

Toppireddy et al., H.K.R. Toppireddy, B. Saini, G. Mahajan(2018).Crime prediction & monitoring framework based on spatial analysis Procedia Computer Science, 132 (Iccids) (2018), pp. 696-705

Umair, M. B., Contributed equally to this work with: Umair,Muneer Butt, Letchmunan, S., Sukumar Letchmunan Fadratul, H. H., & Tieng, W. K. (2022). Hybrid of deep learning and exponential smoothing for enhancing crime forecasting accuracy. PLoS One, 17(9) doi: https://doi.org/10.1371/journal.pone.0274172

Vinuesa and Sirmacek, R. Vinuesa, B. Sirmacek (2021).Interpretable deep-learning models to help achieve the Sustainable Development Goals Nature Machine Intelligence 2021,3(11)(2021),10.1038/ s4 2256-021-00414-y3 (11), 926–926.

Walker-Munro, B., & Assaad, Z. (2022). The guilty (silicon) mind: Blameworthiness and liability in human-machine teaming. Ithaca: Cornell University Library, arXiv.org. Retrieved from https://www.proquest.com/working-papers/guilty-silicon-mind-blameworthiness-liability/docview/2723656129/se-2.

Yao.etal.,S. Yao, M. Wei, L. Yan, C. Wang, X. Dong, F. Liu, Y. Xiong(2020).Prediction of crime hotspots based on spatial factors of random forest15th international conference on computer science and education, ICCSE 2020 (2020), pp. 811-815, 10.1109 /ICCSE 49874.2020.9201899./dissertations -theses/impact-artificial-intelligence-on-anti-money /docview/2754870882/se-2

Zhang, Z., Hamadi, H. A., Damiani, E., Chan, Y. Y., & Taher, F. (2022). Explainable artificial intelligence applications in cyber security: State-of-the-art research. Ithaca: Cornell University Library, arXiv.org. doi: https://doi.org/10.1109/ACCESS.2022.3204051