[论文解读] Two-stage approach for the inference of the source of high-dimension and complex chemical data in forensic science

Madeline Ausdemore, Cédric Neumann+3 more|arXiv (Cornell University)|Apr 3, 2018

Forensic and Genetic Research参考文献 20被引用 3

一句话总结

本文提出了一种基于核函数的两阶段方法，用于高维化学数据（如油漆的FTIR光谱）的法医源点推断，实现了无需复杂概率模型的统计严格、无似然性贝叶斯式推断。该方法利用核函数处理复杂、高维数据，并表明油漆证据具有显著的证明力，尤其当源特征较为稀有时更为明显。

ABSTRACT

Forensic scientists are often criticised for the lack of quantitative support for the conclusions of their examinations. While scholars advocate for the use of a Bayes factor to quantify the weight of forensic evidence, it is often impossible to assign the necessary probability measures to perform likelihood-based inference for high-dimensional and complex data. To address this issue, we revisit a two-stage inference framework and leverage the properties of kernel functions to offer a method that allows for statistically supporting the inference of the identity of source of sets of trace and control objects by way of a single test. Our method is generic in that it can be easily tailored to any type of data encountered in forensic science or pattern recognition, and our method does not depend on the dimension or the type of the considered data. The application of our method to paint evidence shows that this type of evidence carries substantial probative value. Finally, our approach can easily be extended to other evidence types such as glass, fibres and dust.

研究动机与目标

• 解决法医源点归属中高维复杂化学数据（如油漆、玻璃或纤维光谱）缺乏定量支持的问题。
• 开发一种统计严格、无似然性推断框架，支持无需复杂数据显式概率模型的贝叶斯推理。
• 在典型案件工作的小样本量（例如3–10个观测值）条件下实现实际法医推断，避免对大量训练数据的依赖。
• 通过真实世界油漆证据的FTIR数据，展示该方法的适用性与证明力。
• 提供一种通用且可扩展的框架，适用于油漆以外的多种法医证据类型。

提出的方法

• 该方法采用Parker（1966）最初提出的两阶段推断框架，通过核函数重新诠释，以实现在高维异质数据上的统计推断。
• 使用核函数计算痕迹物与对照物之间的相似性，构成一种对数据类型和维度不变的检验统计量。
• 该方法依赖于一个关键假设——通过核函数设计得以满足——确保在数据维度增加时保持一致性。
• 通过处理参数不确定性的算法，高效地对模型参数的后验分布进行抽样，实现稳健推断。
• 该框架用基于核函数的检验统计量替代传统的似然函数推断，使得即使在无法分配概率测度的情况下也能实现推断。
• 该方法具有通用性，通过修改核函数可适用于任何数据类型，包括组成型、连续型或离散型数据。

实验结果

研究问题

• RQ1 能否将两阶段推断框架适配用于高维法医化学数据的统计严格、无似然性推断？
• RQ2 当数据复杂性导致传统似然函数推断不可行时，所提出的基于核函数的方法是否能实现可靠的源点归属？
• RQ3 通过FTIR光谱表征的油漆证据具有多大的证明力？其证明力如何随源特征的稀有性而变化？
• RQ4 该方法能否扩展至其他法医证据类型，如玻璃、纤维或灰尘？
• RQ5 在典型案件工作限制条件下（如小样本量和有限背景数据），该方法表现如何？

主要发现

• 所提出的方法成功实现了对高维化学数据（如油漆的FTIR光谱）的统计严格推断，而传统似然函数推断在此类数据上不可行。
• 油漆的FTIR光谱包含高度特异的信息，能够有效区分不同来源的样本。
• 当源特征较为稀有时，油漆证据的证明力显著提高，表明稀有特征可增强法医鉴别能力。
• 该方法在典型法医案件工作的小样本量条件下表现良好，支持在实际场景中的应用。
• 两阶段核函数框架提供了一种稳健且通用的解决方案，适用于多种法医证据类型，包括油漆、玻璃、纤维和灰尘。
• 该方法推动了向定量、基于证据的源点归属转变，回应了法医学长期面临的缺乏统计支持的批评。