自动解释枪支工具标记的比较得分,用于弹药盒的原始打印机上
Martin Baiker-Sørensen1, Ivo Alberink1, Laura B Granell2
1Netherlands Forensic Institute, Laan van Ypenburg 6, 2497GB Den Haag, the Netherlands.
Forensic science international
|October 20, 2023
概括
本研究引入了一种用于评估枪支工具标记证据的自动化系统. 该系统使用比较分数来计算概率比率 (LR),为法医案例工作提供量化测量证据强度.
科学领域:
- 法医科学 法医科学 法医科学
- 弹道学 弹道学 弹道学
- 统计分析 统计分析
背景情况:
- 枪支工具标记比较在法医案例工作中至关重要.
- 从工具标记比较中量化证据的强度仍然具有挑战性.
- 现有的方法往往缺乏标准化,自动化评估.
研究的目的:
- 开发和评估一种自动化的方法来评估枪支工具标记的比较证据.
- 建立一个基于分数的概率比率 (LR) 系统,用于初级标记分析.
- 为了比较不同的统计模型来解释比较得分.
主要方法:
- 获得了对光圈切割条纹,口面和发射针印记的比较分数.
- 使用已知匹配 (KM) 和已知不匹配 (KNM) 样本的参考分布来解释得分.
- 使用基于分数的概率比率 (LR) 系统,比较各种统计模型,包括内核密度估计 (KDE) 和参数模型.
主要成果:
- 开发了一种自动化系统,为枪支弹药组合输出LR和LR不确定性 (例如,Glock/Fiocchi).
- 确定了最佳的统计模型:KDE用于相关系数得分,参数模型用于对应细胞 (CMC) 得分.
- 证明了从不同标记类型中组合LR的可行性,以便进行全面的初级分析.
结论:
- 自动化LR系统为枪支工具标记比较提供了证据强度的定量度量.
- 模型选择至关重要,并且取决于所使用的相似度评分的类型.
- 结合来自多种标记类型的证据,增强了分析的解释能力.
