jurnal forensik magda
TRANSCRIPT
-
7/24/2019 Jurnal Forensik Magda
1/3
FVs yang dibangun digunakan untuk melatih classifier mesin pembelajaran
yang umum digunakan, disebut Support Vector Machines (SVMs), dalam upaya untuk
mempelajari hubungan bentuk deskripsi untuk hal-hal korespondensi perbandingan
yang sesuai dan tidak sesuai. SVMs dibangun dan dilatih untuk setiap ukuran
konfigurasi menggunakan uji set FVs yang dikategorikan berdasarkan ukuran dan
perbandingan kelas (yaitu, sesuai atau tidak sesuai). ang menunjukkan kelas sesuai
(match) dan tidak sesuai (non-match) seperti M dan M!, masing-masing, "#$dihitung
untuk FV, %i, sebagai berikut
dimana a & ' (%i kelas M), dan diperkirakan dari fungsi link logistik,
Set e*aluasi yang berisi contoh kehidupan nyata dari kelompok non-match
digunakan untuk menguji keakuratan berasal nilai "# model, dalam hal seberapa
sering nilai "# digunakan pada hipotesis yang benar. +asil percobaan menunjukkan
baha model yang diusulkan sangat akurat dalam mendukung hipotesis yang benar
ketika menilai dekat perbandingan konfigurasi kelompok sesuai dan tidak sesuai.
Sebagai contoh, konfigurasi dengan hal kecil memiliki #ate of Misleading *idence
in fa*our of /efence (#M/) dari 0,01 dan #ate of Misleading *idence in fa*our
of 'rosecution (#M') dari 22,31 untuk entri daftar kandidat, sedangkan
peningkatan ukuran konfigurasi berkorelasi dengan penurunan signifikan dalam
tingkat ini (misalnya, konfigurasi dengan 4 hal kecil memiliki #M/ dan #M'
masing-masing 5,31 dan 5,61).
3.2.. Model nalisis Metodologi
Model "# diusulkan dalam langkah-langkah penggunaan perbedaan dari FVs
yang berpotensi tidak kuat untuk skenario dunia nyata, seperti jenis hal-hal kecil bisa
berubah, terutama di tayangan terdistorsi. Sedangkan metode telah jelas
meningkatkan fungsi perbedaan dengan memperkenalkan tuned multipliers, kuadrat
perbedaan sudut, daerah, dan langkah-langkah jarak jauh pada akhirnya tidak
didasarkan probabilistik. Sebuah probabilistik gabungan berdasarkan metric untuksetiap komponen FV menggunakan distribusi untuk kedua pemalsu dan populasi asli
-
7/24/2019 Jurnal Forensik Magda
2/3
akan lebih konsisten dengan kerangka "# keseluruhan. Seorang komentator
menunjukkan hal ini, mencatat baha "# yang dihitung adalah bukan dari
pemahaman ayesian tradisional dari "# (yaitu, digunakan untuk memperbanyak
probabilitas sebelum untuk mendapatkan probabilitas posterior). Meskipun demikian,
"# deri*asi masih berguna untuk menge*aluasi kekuatan bukti yang sesuai
konfigurasi hal-hal kecil.
Struktur triangulasi FV radial dari yang kuat terhadap distorsi kulit, seperti
struktur triangulasi dari /elaunay. Selanjutnya, model yang diusulkan dalam model
distorsi kulit realistis ditemui pada permukaan datar dengan mengukur matriks energi
untuk khusus mengatur distorsi. 7amun, ini hanya menyumbang *ariasi non-affine.
8ransformasi affineseperti geser dan kompresi seragam9dilatasi tidak diperhitungkan.
:nformasi tersebut dapat sangat signifikan untuk perbandingan konfigurasi hal kecil
kecil yang dihadapi dalam fingermarks. Misalnya, aplikasi baah langsung dari
kekuatan mungkin memilikishearyang menonjol dan *ariasi skala (selain perbedaan
non-affine) untuk konfigurasi hal-hal kecil, dibandingkan dengan konfigurasi yang
sesuai dari kesan lain dari jari yang sama tidak memiliki gaya ke baah. ;uga,
perhitungan "# adalah komputasi mahal karena membutuhkan perbandingan
langsung dengan seluruh referensi yang ditetapkan untuk setiap e*aluasi baru.
Model yang dijelaskan dalam memiliki keunggulan praktis atas metode
FV lainnya . +al ini karena FVS dapat segera dibangun untuk daftar calon diberikan
kembali dari pencarian F:S, dan digunakan sebagai *ektor masukan untuk SVMs
terlatih, untuk menghitung nilai per "#. Sebaliknya, model lain baik memerlukan
perbandingan FVS atau distribusi metrik dibangun dari semua konfigurasi dalam satu
set referensi . Selain itu, kedua affine dan non-affine karakteristik distorsi kulit yang
*alid dicatat dalam model FV. 7amun, tidak ada pertimbangan bias kontekstual dalam
model ini.
3.6. Skor F:S berdasarkan model "#
F:S skor model "# berdasarkan menggunakan perkiraan asli (yaitu, dalam
jari) dan penipu (yaitu, antara jari) distribusi nilai kesamaan dari algoritma
pencocokan sidik jari dalam F:S, dalam rangka untuk mendapatkan sebuah "# .
3.6.2. gli et al.
/alam rangka untuk memperkirakan distribusi skor yang digunakan dalam
persamaan ( ), yang penulis usulkan menggunakan ?eibull ?(, ) dan "og-
normal ln 7 @mA s6BA distribusi s6B dengan parameter skala 9 bentuk disetel untuk
memperkirakan F:S asli dan penipu skor distribusi , masing-masing. Mengingat
-
7/24/2019 Jurnal Forensik Magda
3/3
permintaan dan 8emplate fingermarks dengan skor kesamaan F:S, s , "# nya adalah