In samenwerking met het Nederlands Forensisch Instituut hebben we chemische vingerafdrukken onderzocht om geslacht en drugsgebruik te detecteren met Machine Learning.
Uitdaging
Vingerafdrukken zijn al decennialang een belangrijk middel in forensisch onderzoek. Maar wat als je naast het patroon ook de chemische samenstelling meeneemt? Samen met het NFI onderzochten we of machine learning op basis van chemische vingerafdrukken kan helpen bij het classificeren van geslacht en het herkennen van drugsgebruik.
Onze aanpak
Tijdens Lowlands 2016 verzamelden we gewassen en ongewassen vingerafdrukken van deelnemers. Deze chemische data werd gecombineerd met demografische informatie uit enquêtes. We ontwikkelden een systeem op basis van verschillende machine learning-technieken, waaronder neurale netwerken, random forests en boosted decision trees.
De resultaten werden ontsloten via een webapplicatie, zodat onderzoekers van het NFI de data eenvoudig konden gebruiken.
Resultaat
De classificatie van drugsgebruik bleek complex door variatie in middelen en hoge alcoholconsumptie. Toch leverde het onderzoek waardevolle inzichten op in welke chemische elementen voorspellende waarde hebben, en welke niet.
Onze aanpak laat zien dat AI veel potentie heeft in forensisch onderzoek, en legt de basis voor vervolgstudies naar bredere toepassingen van chemische profilering.
