인공신경망 기법을 이용한 상흔 분석 및 위협체 형상 예측Wound evidence analysis and prediction of threat shape via artificial neural network technique
- Other Titles
- Wound evidence analysis and prediction of threat shape via artificial neural network technique
- Authors
- 한세진; 명재범; 사공재; 김태원
- Issue Date
- Feb-2019
- Publisher
- 대한기계학회
- Keywords
- Forensic investigation(과학수사); Forensic science(법과학); Wound evidence(상흔); Artificial neural network(인공신경망); Cross correlation analysis(교차상관분석)
- Citation
- 대한기계학회 신뢰성부문 2019년도 춘계학술대회 논문집, pp.65 - 65
- Indexed
- OTHER
- Journal Title
- 대한기계학회 신뢰성부문 2019년도 춘계학술대회 논문집
- Start Page
- 65
- End Page
- 65
- URI
- https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/15020
- Abstract
- 예리한 형상의 위협체가 인체에 위해를 가한 후 생성될 수 있는 상흔은 위협체의 형상, 충격에너지 및 입사각도 등 직접적인 위협요소와 밀접한 관련을 가지며, 이러한 인과성에 기반하여 위협체의 초기 형상을 예측하는 기술은 사건 해결에 매우 필수적이다. 본 연구는 다양한 위협요소별 손상양상을 분석하고 이를 기반으로 손상을 유발한 위협체의 형상을 예측할 수 있는 과학수사기법을 제시하였다. 이를 위해 위협체의 형상, 충격에너지 및 위협체의 입사각도 등에 따른 위협조건을 설정하고 대상체로 설정한 모사 젤라틴에 생성될 수 있는 상혼의 면적과 장단축 길이 비율의 변화양상을 데이터베이스로 구성하였다. 아울러 구축한 데이터베이스에 임의의 손상정보를 입력하고, 확률론적 군집화 알고리즘인 Fuzzy C-means Clustering 기법 적용을 통해 손상을 유발한 위협체의 형상을 탐색하였다. 또한 형상유사도 평가방법인 교차상관분석법을 바탕으로 탐색된 위협체의 단면 형상과의 상관계수를 도출한 후 그 일치성을 식별하였다. 예측방법의 타당성은 예시를 통해 검증하였으며 즉, 임의의 위협조건 설정을 통해 획득한 손상정보를 입력하여 위협체 형상을 두 가지로 구체화하고 상관계수 비교를 통해 손상을 유발한 위협체와의 상관계수가(0.94) 타위협체(0.71) 보다 높게 도출됨을 확인하였다. 본 연구에서 제시한 위협체 형상 추론방법은 향후 과학수사에 있어 물리적 추론방법의 기반기술로 활용될 수 있을 것으로 사료된다.
- Files in This Item
-
Go to Link
- Appears in
Collections - 서울 공과대학 > 서울 기계공학부 > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/15020)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.