文献

J-GLOBAL ID：201702220046719625   整理番号：17A1189032

多発性犯罪者と結合した犯罪における証拠の評価【Powered by NICT】

Evaluating evidence in linked crimes with multiple offenders

著者 (4件)： de Zoete Jacob (University of Amsterdam, Korteweg de Vries Institute for Mathematics, P.O. Box 94248, 1090 GE Amsterdam, The Netherlands) ,  Sjerps Marjan (University of Amsterdam, Korteweg de Vries Institute for Mathematics, P.O. Box 94248, 1090 GE Amsterdam, The Netherlands) ,  Sjerps Marjan (Netherlands Forensic Institute, Laan van Ypenburg 6, 2497 GB Den Haag, The Netherlands) ,  Meester Ronald (VU University Amsterdam, Department of Mathematics, De Boelelaan 1081a, Amsterdam 1081 HV, The Netherlands)
資料名： Science & Justice  (Science & Justice)
巻： 57  号： 3  ページ： 228-238  発行年： 2017年 
JST資料番号： W3290A  ISSN： 1355-0306  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： de Zoeteら(2015)は,二つの分離した違反(Evett.,2006に基づく)の疑わしい場合証拠の評価のためのフレームワークは,Bayesネットワークを用いて実装した。ここでは,複数回数違反者の状況に拡張した。複数回数違反者を持つ場合には,新たな疑問が生じる:(1)は,犯罪者間の区別は,それらの同一性を知らなくても(2),特定の証拠が同一人物(3)から生じることが知られているは,違反者の数を知る模擬事例の助けを借りて,状況間のそのような微妙な違いは,特定の犯罪における犯罪者の一つであるある被疑者の事後確率の点で実質的に異なる結論に導く可能性があることを示した。各状況に対して適切なBayesネットワークを構築することによりこの結論に達した。,Bayesネットワークは法廷で示されることを望ましくない見出したが,それらは専門家と法的推論を導く,落とし穴を同定するのに非常に有用であるとその防止を支援することができる。Bayesネットワークは,様々な実証例片をお互い証拠値をどのように影響するかを理解するためのツール,および関心の仮説の確率として用いることができる。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 事後確率 ,  裁判所 ,  *犯罪
準シソーラス用語： 信念ネットワーク ,  *犯罪者 , 【Automatic Indexing@JST】

著者キーワード (4件)： 犯罪連鎖 ,  Bayesネットワーク ,  多重犯罪 ,  グループ違反

分類 (4件)： システム・制御理論一般  (IA02010H) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  心理学一般  (AE01000T)

タイトルに関連する用語 (4件)： 性犯罪 ,  犯罪 ,  証拠 ,  評価