Анкетный способ построения нейросетевого детектора лжи

А. М. Петров, З. И. Сичинава, Л. Н. Ясницкий

Размещено на http://www.allbest.ru//

86

Размещено на http://www.allbest.ru//

Анкетный способ построения нейросетевого детектора лжи

А. М. Петров

Предлагается новый способ построения нейросетевого детектора лжи, согласно которому наряду с физиологическими параметрами, снимаемыми с обследуемого человека с помощью датчиков, в нейросеть вводятся анкетные данные, характеризующие специфические особенности его организма. Использование анкетирования позволило увеличить процент правильных заключений нейросетевого детектора лжи в среднем на 10,2%.

А.М.Петров, З.И.Сичинава, Л.Н.Ясницкий, 2010Профессиональный компьютерный полиграф - детектор лжи - предназначен для осуществления психофизиологического метода "детекции лжи". Детектор лжи применяется в оперативно-розыскной и кадровой работе, а также в ходе внутренних разбирательств по фактам злоупотреблений, хищений, для выявления у человека возможно скрываемой им информации.

Как показал опыт предыдущих исследований [1-4], для создания корректно работающего нейросетевого детектора лжи необходимо разработать несколько методов сбора и обработки статистических данных - примеров предметной области, спроектировать, обучить и протестировать нейросети и на основе полученных результатов и их сопоставления сделать вывод, какой из методов является наиболее эффективным.

Ранее авторы работали над различными вариантами исполнения нейросетевого детектора лжи. Целью данной статьи является сравнение метода названного нами "общий полиграф" с принципиально новым анкетным методом построения нейросетевого детектора лжи. Для этого мы провели ряд экспериментов с использованием одного и того же набора данных, но с разными способами построения нейросетевого детектора лжи.

Полиграфом общего назначения мы назвали нейросетевой полиграф, обученный на большом количестве обследуемых - порядка 100 человек. Такой полиграф применяется без предъявления специальных стимуляционных тестов, т.е. без обучения нейронной сети на каждом обследуемом человеке. Опрашиваемому человеку сразу предъявляются рабочие тесты, и снимаемые с него с помощью датчиков данные передаются на вход нейронной сети.

Для реализации этого метода применялась нейронная сеть персептронного типа, состоящая из 9 нейронов входного слоя. Выходной вектор Y состоял из двух параметров: , , если опрашиваемый человек сказал правду, и , , если он лжет. Кроме того, персептрон содержал 3 скрытых слоя по 10 нейронов в первых двух слоях и 5 нейронов в третьем слое. Применялся также персептрон с одним выходом, значение которого принималось , если человек говорит правду, и , если он лжет. нейросетевой детектор ложь датчик

Множество обучающих примеров было сформировано заранее на основе анализа данных проведенных опросов и содержало 100 вопросов-ответов. При каждом тестировании 90 элементов использовались в качестве обучающего множества и 10 элементов - в качестве тестирующего множества. Причем в первом эксперименте мы взяли первые десять элементов в качестве тестирующего множества, а остальные 90 - в качестве обучающего; во втором эксперименте в качестве тестирующего множества были взяты следующие десять элементов, а остальные 90 элементов, включая первые десять, которые ранее использовались в качестве тестирующего множества, были взяты в качестве обучающего множества и т.д. Таким образом, нейронная сеть обучалась и тестировалась 10 раз. Результаты экспериментов представлены на рис. 1 в виде гистограммы, показывающей процент правильных заключений детектора лжи в зависимости от номера эксперимента.

Рис. 1. Результаты, полученные общим методом

Как видно из рис. 1, общий полиграф делает от 78 до 83 правильных заключений из ста. Средний процент правильных заключений составил 80,2%. Следующим этапом исследований было применение принципиально нового метода, который мы назвали анкетным. По-нашему мнению, он является наиболее совершенным, поскольку дает возможность с помощью анкетных данных учесть специфические особенности организма опрашиваемого человека. Нашей целью была разработка нейросетевого детектора лжи, который на основе анкетных данных конкретного человека выдавал бы результат именно для этого человека с учетом его физиологических особенностей, что предположительно должно привести к повышению надежности полиграфного аппарата. Иными словами, необходимо было разработать индивидуально настраиваемый на каждого конкретного человека детектор лжи.

Согласно этому методу опрашиваемому человеку предлагается предварительно заполнить анкету, данные которой затем учитываются нейросетевым детектором лжи. Анкета включает следующие сведения:

Пол;

Возраст, лет;

Знак зодиака;

Вид работы (индивидуальный, физический, смешанный);

Рост, м;

Вес, кг;

Занятие спортом;

Телосложение (полное, среднее, худощавое);

Судимость (не судим, судим, судим неоднократно);

Тревожность (высокая, обычная, слабая);

Тип характера (экстраверт, интроверт;

Употребление алкоголя (регулярное, умеренное, редкое, не употребляет);

Употребление наркотиков (регулярное, редкое, не употребляет);

Курение (регулярное, редкое,

не курит);

Состоит или состоял на учете у психиатра;

Состоит или состоял на учете у невролога;

Состоит или состоял на учете у нарколога;

Наличие беременности;

Наличие хронических заболеваний;

Состояние сердечно-сосудистой системы;

Состояние системы дыхания;

Физическое или психическое истощение;

Перенесенные травмы головы;

Перенесенные травмы позвоночника;

Было ли обморожение кистей рук.

Первоначально были взяты все 34 входных параметра (9 физиологических параметров, т.е. снимаемых с помощью штатных датчиков полиграфного аппарата системы «ЭПОС», и 25 анкетных данных), но результаты были хуже на 15-20%, чем полученные общим методом.

Поэтому было принято решение выявить и исключить из анкетных данных наименее значимые параметры. Для этого был проведен ряд экспериментов с обучением и тестированием нейронной сети, в каждом из которых использовались девять физиологических параметров, снимаемых с датчиков, чередующихся анкетными параметрами. Для надежности эксперименты повторялись по 3 раза. В результате получили гистограмму распределения процента правильных заключений детектора лжи в зависимости от номера используемого анкетного параметра (рис. 2).

Рис. 2. Процент правильно полученных заключений при поочередном использовании анкетных параметров

Далее из векторов множества обучающих примеров были исключены те анкетные параметры, для которых точность заключений согласно гистограмме рис.2 оказалась меньше 80%. В итоге остались следующие анкетные параметры:

Пол;

Возраст, лет;

Вид работы (индивидуальный, физический, смешанный);

Рост, м;

Вес, кг;

Тип характера (экстраверт, интроверт);

Употребление алкоголя (регулярное, умеренное, редкое, не употребляет).

После этого было проведено обучение и тестирование нейросети с использованием оставшихся параметров. Нейросеть содержала 16 нейронов входного слоя: из них 7 нейронов для ввода параметров, полученных из анкеты, и 9 нейронов, полученных с датчиков полиграфного аппарата. Результаты экспериментов представлены на рис. 3.

Рис. 3. Результаты, полученные анкетным методом

Как видно из этого рисунка, анкетный полиграф делает от 87 до 93 правильных заключений из ста. Средний процент правильных заключений составил 90.4. Итак, процент правильных ответов повысился в среднем до 90.4, т.е. мы можем сделать вывод, что использование отобранных в результате экспериментирования анкетных данных повысило количество правильных заключений детектора лжи по сравнению с первоначальными в среднем на 10,2% (90,4% - 80,2%).

Выводы

1. Предложен и реализован анкетный метод построения нейросетевого полиграфного аппарата.

2. Выявлены наиболее значимые анкетные параметры.

3. Использование анкетного способа построения нейросетевого полиграфа позволило увеличить количество его правильных заключений в среднем на 10%.

Список литературы

Петров А.М., Ясницкий Л.Н. Возможности создания нейросетевого полиграфа // Вестн. Перм. ун-та. Математика. Информатика. Механика / Изд. Перм. ун-та. Пермь, 2005. Вып.2. С.43-47.

Зибатова А.Н., Петров А.М., Сичинава З.И., Сошников А.П., Ясницкий Л.Н. Интеллектуальный полиграф // Российский полиграф. 2006. № 1. С.76-83.

Зибатова А.Н., Петров А.М., Сичинава З.И., Ясницкий Л.Н. Этапы создания интеллектуального детектора лжи // Актуальные проблемы математики, механики, информатики: материалы междунар. науч.-метод. конф. / Перм. ун-т. Пермь, 2006. С.125-126.

Сичинава З.И., Ясницкий Л.Н. Нейросетеой детектор лжи // Перспективные технологии искусственного интеллекта: сб. тр. междунар. науч.-практ. конф. / Пенз. ун-т. Пенза, 2008. С.81-84.

Размещено на Allbest.ru