МЕТОДЫ СТАТИСТИЧЕСКОГО АНАЛИЗА И МАШИННОГО ОБУЧЕНИЯ В СУДЕБНО-БАЛЛИСТИЧЕСКОЙ ЭКСПЕРТИЗЕ DOI Open Access
В. А. Федоренко, K. O. Sorokina

ԴԱՏԱԿԱՆ ՓՈՐՁԱՔՆՆՈՒԹՅԱՆ ԵՎ ՔՐԵԱԳԻՏՈՒԹՅԱՆ ՀԱՅԿԱԿԱՆ ՀԱՆԴԵՍ, Год журнала: 2023, Номер unknown, С. 118 - 126

Опубликована: Янв. 1, 2023

В настоящее время в отдельных экспертных исследованиях применяют методы статистического анализа и машинного обучения. Их широкое внедрение экспертную практику осложняется отсутствием у экспертов компетенций области современных методов анализа, к которым можно отнести работе рассмотрены современные методики, основанные на статистическом анализе методах обучения, адаптированные для решения задач судебной баллистики баллистической идентификации. Внедрение таких методик ведет изменению парадигмы формирования категорических выводов. Суть изменений заключается переходе от модели, когда категорические выводы эксперта опираются основном его внутреннее убеждение, где убеждение формируется основе количественной оценки доказываемого факта, которая должна быть предъявлена суду может перепроверена другими независимыми специалистами. Для широкого внедрения математических сравнения схожести следов, предварительно необходимо обеспечить возможность приобретения экспертами «соответствующих» компетенций. С этой целью была разработана дисциплина «Математические судебно-баллистической экспертизе», взята за основу курсов повышения квалификации экспертов-баллистов, имеющих естественно-научное или техническое высшее образование. Ключевые слова: идентификация огнестрельного оружия, компетенции, судебно-баллистическая экспертиза, курсы квалификации.

Язык: Русский

Neural Networks in Forensic Expertology and Expert Practice: Problems and Prospects DOI Creative Commons
E. R. Rossinskaya

Courier of Kutafin Moscow State Law University (MSAL), Год журнала: 2024, Номер 3, С. 21 - 33

Опубликована: Май 28, 2024

The article, from the perspective of theory forensic activity digitalization as a particular expertise, examines prospects for introduction neural networks in examination and current problems arising this case. author notes changes methodology technologies developing expert techniques connection with artificial intelligence algorithms — networks. areas networks’ application solving various science practical are outlined. Specific examples demonstrate possibilities using supervised learning practice. A detailed analysis reasons why use can lead to erroneous conclusions is given. Particular attention paid hallucinations deep on large language models. There danger that an expert, relying entirely network, may give wrong conclusion, since self-learning generative do not provide explanation they made decision. To develop methods typical based networks, it proposed create databases (Dataset) objects machine learning. store Dataset, necessary organize repositories contain data sets types (kinds) examinations. Dataset will quality control model verification. article substantiates need new competencies Data Scientist specialist who develops tools when introducing other into science, well engineer working contact him.

Язык: Английский

Процитировано

3
The use of machine learning for the determination of a type/model of firearms by the characteristics on cartridge cases DOI
Pavel Giverts, K. O. Sorokina, Mark Barash

и другие.

Forensic Science International, Год журнала: 2024, Номер 358, С. 112021 - 112021

Опубликована: Апрель 8, 2024

Язык: Английский

Процитировано

1
Artificial Intelligence in Criminalistics and Forensic Examination: Issues of Legal Personality and Algorithmic Bias DOI Creative Commons
А. В. Кокин,

Yu. D. Denisov

Theory and Practice of Forensic Science, Год журнала: 2023, Номер 18(2), С. 30 - 37

Опубликована: Авг. 8, 2023

Active development and implementation of artificial intelligence technologies (AI) in various spheres human activity have started the processes qualitative change public relations. This fact necessitates legal technical standards to regulate AI technologies. In this regard, most controversial issue is recognition personality. The analysis opinions on matter shows lack a consolidated approach existing doctrine. Creating status for systems would provide several options depending its type purpose – from means an “electronic personality” as full-fledged subject law. Considering specifics criminalistics forensic examination, it better position means. Machine learning considered form AI. It use mathematical data models that enables computer training through specialized algorithms data. Algorithms can create or reproduce distortions inaccuracies unintentionally embedded data, which causes manifestation algorithmic bias. To eliminate bias necessary pay attention quality author has developed special methods prepare such are presented article relation ballistic identification systems. Also, one elements system solutions problem minimizing unjustified solutions.

Язык: Английский

Процитировано

2
The System of Forensic Activity Digitalization Theory DOI Creative Commons
E. R. Rossinskaya

Theory and Practice of Forensic Science, Год журнала: 2024, Номер 19(3), С. 20 - 32

Опубликована: Окт. 26, 2024

The article examines the system of private theory forensic activity digitalization from standpoint expertology. subject, objects, tasks and its place in expertology are described. paper presents that can be attributed to several theories, provisions which equally apply both process expert examination general studies individual types examinations as well. Two sections designated: digital footprints information computer support for activity. first section includes considers following: nature footprints, their properties features mechanism formation; forms presentation classification carriers objects examinations; examination. second pays attention technologies algorithmizing methods techniques prospects introduction neural networks related relevant problems considered. In addition, author notes changes methodology developing connection with artificial intelligence algorithms. This outlines areas application solving problems. reasons erroneous conclusions analyzed. Particular is paid sources model risk. To develop typical based on it proposed create datasets repositories consequent analysis machine learning various examinations. also substantiates need new competencies: data analyst, engineer engineer.

Язык: Английский

Процитировано

0
НАПРАВЛЕНИЯ РАЗВИТИЯ СУДЕБНОЙ ЭКСПЕРТОЛОГИИ В УСЛОВИЯХ ЦИФРОВОЙ ТРАНСФОРМАЦИИ DOI
E. R. Rossinskaya

ԴԱՏԱԿԱՆ ՓՈՐՁԱՔՆՆՈՒԹՅԱՆ ԵՎ ՔՐԵԱԳԻՏՈՒԹՅԱՆ ՀԱՅԿԱԿԱՆ ՀԱՆԴԵՍ, Год журнала: 2024, Номер unknown, С. 89 - 99

Опубликована: Янв. 1, 2024

В статье с позиций судебной экспертологии рассматривается система частной теории цифровизации судебно-экспертной деятельности, ее предмет, объекты, задачи, место в экспертологии. Показано, что теория деятельности может быть отнесена к ряду частных теорий, положения которых равной степени распространяются, как на процесс экспертного исследования целом, так и экспертные отдельных родов экспертиз. Обозначены два раздела системе теории: судебно-экспертное цифровых следов информационно-компьютерное обеспечения деятельности. Автор отмечает изменения методологии технологиях разработки экспертных методик связи внедрением алгоритмов искусственного интеллекта. сферы применения нейронных сетей для решения задач экспертизы. Для типичных основе нейросетей предлагается создание судебно-экспертных датасетов репозиториев анализа машинного обучения по различным родам (видам) судебных Обоснована необходимость новых компетенций: аналитик данных; инженера обучения. Ключевые слова: судебная экспертология, цифровой след, нейросеть, алгоритм обучения, обучение учителем, модельный риск, датасет, компетенции, данных, инженер

Язык: Русский

Процитировано

0
МЕТОДЫ СТАТИСТИЧЕСКОГО АНАЛИЗА И МАШИННОГО ОБУЧЕНИЯ В СУДЕБНО-БАЛЛИСТИЧЕСКОЙ ЭКСПЕРТИЗЕ DOI Open Access
В. А. Федоренко, K. O. Sorokina

ԴԱՏԱԿԱՆ ՓՈՐՁԱՔՆՆՈՒԹՅԱՆ ԵՎ ՔՐԵԱԳԻՏՈՒԹՅԱՆ ՀԱՅԿԱԿԱՆ ՀԱՆԴԵՍ, Год журнала: 2023, Номер unknown, С. 118 - 126

Опубликована: Янв. 1, 2023

В настоящее время в отдельных экспертных исследованиях применяют методы статистического анализа и машинного обучения. Их широкое внедрение экспертную практику осложняется отсутствием у экспертов компетенций области современных методов анализа, к которым можно отнести работе рассмотрены современные методики, основанные на статистическом анализе методах обучения, адаптированные для решения задач судебной баллистики баллистической идентификации. Внедрение таких методик ведет изменению парадигмы формирования категорических выводов. Суть изменений заключается переходе от модели, когда категорические выводы эксперта опираются основном его внутреннее убеждение, где убеждение формируется основе количественной оценки доказываемого факта, которая должна быть предъявлена суду может перепроверена другими независимыми специалистами. Для широкого внедрения математических сравнения схожести следов, предварительно необходимо обеспечить возможность приобретения экспертами «соответствующих» компетенций. С этой целью была разработана дисциплина «Математические судебно-баллистической экспертизе», взята за основу курсов повышения квалификации экспертов-баллистов, имеющих естественно-научное или техническое высшее образование. Ключевые слова: идентификация огнестрельного оружия, компетенции, судебно-баллистическая экспертиза, курсы квалификации.

Язык: Русский

Процитировано

0