Advancing Model Performance and Forward Selection Algorithms in Network Science: Applications for Criminal and Corporate Law Enforcement

Dieses Projekt entwickelt neue Methoden der Netzwerkwissenschaft zur Analyse und Vorhersage komplexer Systeme. Die Verfahren werden auf Einbruchsprognosen, Kartellerkennung und juristische Zitierungsnetzwerke angewendet und schaffen praxisnahe, datenbasierte Werkzeuge für Strafverfolgung, Wettbewerbsbehörden und die Rechtsforschung.

Eckdaten

Kontakt

Beschreibung

Im Mittelpunkt dieses Projekts stehen innovative Ansätze zur Bewertung von Netzwerkmodellen sowie zur Auswahl relevanter Merkmale, um graphbasierte Machine-Learning-Modelle zuverlässiger und besser interpretierbar zu machen.

Die entwickelten Verfahren werden auf drei Anwendungsfelder übertragen: Einbruchsprognosen, Kartellerkennung sowie die Analyse von Zitierungsnetzwerken im europäischen Wettbewerbsrecht. Durch die Verbindung mathematischer Innovation mit datengetriebener Analyse schafft das Projekt praxisnahe Werkzeuge für Strafverfolgungsbehörden, Wettbewerbsbehörden und juristische Fachpersonen.

Die entstehenden Open-Source-Methoden und Softwarelösungen fördern sowohl die wissenschaftliche Forschung als auch evidenzbasierte Entscheidungen in Kriminalprävention, Wettbewerbspolitik und Rechtsanalyse.