Россия
сотрудник с 01.01.2020 по настоящее время
Волгоградская область, Россия
УДК 004.8 Искусственный интеллект
В статье рассмотрены возможности и перспективы применения технологий искусственного интеллекта для выявления лиц, склонных к совершению насильственных преступлений. Содержится описание примеров успешного использования нейронных сетей для оценки признаков внешности человека, выявления сложных взаимосвязей между различными параметрами внешности, поведения и психического состояния человека. Изложен алгоритм, который позволяет проверить гипотезу о зависимости морфологии лица от нейробиологических особенностей, связанных со склонностью человека к насильственному поведению, а также применяемые для этого методы. В целях выявления статистически значимых различий в антропометрических параметрах лица между группами лиц с типичным развитием и с диагностированными отклонениями в социальном поведении и психическом развитии приведена разработанная программа автоматизации процесса кодирования, расстановки антропометрических точек, апробация которой позволила выявить слабые места проведенного исследования и сформулировать предложения по организации дальнейшей работы над проектом.
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА, НАСИЛЬСТВЕННЫЕ ПРЕСТУПЛЕНИЯ, СЕРИЙНЫЕ ПРЕСТУПЛЕНИЯ, ПРИЗНАКИ ВНЕШНОСТИ, АНТРОПОМЕТРИЧЕСКИЕ ПАРАМЕТРЫ, ДИАГНОСТИЧЕСКИЕ ИССЛЕДОВАНИЯ, ПСИХИЧЕСКОЕ РАЗВИТИЕ, КРИМИНАЛИСТИЧЕСКАЯ ГАБИТОСКОПИЯ
1. The facial action coding system for characterization of human affective response to consumer product-based stimuli: a systematic review / E. A. Clark, J. Kessinger, S. E. Duncan [et al.] // Frontiers in Psychology. 2020. Vol. 11. Art. 920. URL: https://www.frontiersin.org/journals/psychology/articles//full (дата обращения: 28.04.2025).
2. Detecting depression through gait data: examining the contribution of gait fea-tures in recognizing depression / Y. Wang, J. Wang, X. Liu, T. Zhu // Frontiers in Psychiatry. 2021. Vol. 12. Art. 661213. URL: https://translated.turbopages.org/ journals/psychiatry/articles//full (дата обращения: 28.04.2025). DOI:https://doi.org/10.3389/fpsyt.2021.661213
3. Использование методов машинного обучения в диагностике и прогнозировании клинических особенностей шизофрении: нарративный обзор литературы / В. Р. Гашкаримов, Р. И. Султанова, И. С. Ефремов, А. Р. Асадуллин // Consortium Psychiatricum. 2023. Т. 4, № 3. С. 43-53. URL: https://pubmed.ncbi.nlm.nih.gov/ 32306866/ (дата обращения: 28.04.2025).
