Forensic identification with imperfect evidence
证据不完美时的法医学身份识别AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦法医学中的误差与不完整证据处理，没有足够依据映射到所列经济计量领域细分。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
证据不完美时的法医学身份识别
- 研究问题
- 犯罪现场证据存在测量误差、离散化、缺失或实验室错误时，如何在法医学身份识别中系统处理这些信息缺陷？
- 方法与思路
- 作者建立不完美数据的一般框架，分别及组合处理测量误差、分箱、亲子鉴定、两类实验室错误和部分信息。
- 材料陈述的贡献
- 摘要称统一框架覆盖多种证据不完美情形，包括均匀分布的实验室错误与可能偏向错误匹配的错误机制。
- 阅读关注点
- 应核对各种错误机制与缺失信息的建模方式、证据组合所需条件，以及身份识别结论如何随模型设定变化。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明概率模型、判定标准或误判表现，不能据此评估实际案件证据强度。
原文摘要
We study the problem of forensic identification when the trace evidence from the scene of the crime is imperfect: for example, it might be measured with error, or be partially missing. A general framework for imperfect data is developed, and applied in particular to the following cases, singly and in combination: ‘measurement error’ in the recorded information at the scene of the crime; ‘binning’, i.e. discretisation of an originally continuous crime measurement; ‘paternity testing’, in which the DNA profiles of the child and of the mother provide partial information on the true father's DNA; two types of ‘laboratory error’, one in which the error is equally distributed among all possible results, and a second in which there is a bias in the error mechanism producing a false match; and ‘partial data’, as when there is information on the offender's DNA profile, but not on his racial group.