Chemie und Machine Learning in einem Fingerabdruck
In Zusammenarbeit mit dem Niederländischen Forensischen Institut (NFI) untersuchten wir, wie chemische Fingerabdrücke genutzt werden können, um Geschlecht und Drogenkonsum mithilfe von Machine Learning zu erkennen.
Die Herausforderung
Fingerabdrücke sind seit Jahrzehnten ein zentrales Mittel in der forensischen Analyse. Aber was, wenn man nicht nur das Muster, sondern auch die chemische Zusammensetzung betrachtet? Gemeinsam mit dem NFI untersuchten wir, ob Machine Learning auf Basis chemischer Fingerabdrücke bei der Klassifikation von Geschlecht und dem Nachweis von Drogenkonsum unterstützen kann.
Unser Ansatz
Während des Festivals Lowlands 2016 sammelten wir gewaschene und ungewaschene Fingerabdrücke von Teilnehmenden. Diese chemischen Daten wurden mit demografischen Informationen aus Umfragen kombiniert. Wir entwickelten ein System basierend auf verschiedenen Machine-Learning-Techniken, darunter neuronale Netze, Random Forests und Boosted Decision Trees.
Die Ergebnisse wurden über eine Webanwendung zugänglich gemacht, sodass Forschende des NFI die Daten einfach analysieren konnten.
Das Ergebnis
Die Klassifikation von Drogenkonsum erwies sich als komplex, unter anderem aufgrund der Vielfalt der Substanzen und des hohen Alkoholkonsums. Dennoch lieferte die Untersuchung wertvolle Erkenntnisse darüber, welche chemischen Bestandteile eine prädiktive Aussagekraft besitzen, und welche nicht.
Unser Ansatz zeigt, dass KI großes Potenzial in der forensischen Forschung hat und legt den Grundstein für weiterführende Studien im Bereich chemisches Profiling.
Mehr erfahren?
Möchten Sie wissen, wie KI auch Ihre Forschungs- oder Analysefragen unterstützen kann? Kontaktieren Sie uns unter info@nolemmings.nl oder vereinbaren Sie ein Gespräch mit unserem Team.
