نام پژوهشگر: علی اخلاصی

میزان تأثیرگذاری سیگنال های سایکوفیزیولوژیک در تلفیق با سیگنال های مغزی برای کاربرد در دروغ سنجی
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه شاهد - دانشکده فنی 1392
  علی اخلاصی   علی نصرآبادی

روش های دروغ سنجی به سه دسته ی روش های کلاسیک، مغزی و تلفیق کلاسیک و مغزی تقسیم بندی می شوند. به دلیل حساسیت موضوع دروغ سنجی تلفیق سیگنال های کلاسیک و پتانسیل های برانگیخته مغزی می تواند صحت بیشتری نسبت به دو روش دیگر در جداسازی بی گناه و گناه کار از خود نشان دهد. سناریوی دزدیدن/ندزدیدن جواهرات، پروتکلی ست که بر روی 30 سوژه اعمال شده است. پردازش¬های انجام¬شده بر روی این تعداد داده (شامل 16 سوژه گناه¬کار و 14 سوژه بی¬گناه) در این تحقیق بر روی سیگنال های مغزی، تنفسی و زمان پاسخگویی (rt) می باشد. جهت طبقه بندی از lda و knn استفاده شده است. هم چنین دو الگوریتم تکاملی بهینه سازی رقابت استعماری و فاخته که به تازگی معرفی شده اند و در توابع پیوسته معرفی شده اند، جهت فرآیند انتخاب ویژگی توسعه یافته اند. الگوریتم های نام برده شده جهت انتخاب دسته ویژگی مناسب جهت طبقه بندی بر روی هر دسته از ویژگی های مغزی، تنفسی و rt و در نهایت تمامی ویژگی استفاده شده است. هر دو الگوریتم انتخاب ویژگی نتایج بهتری را نسبت به طبقه بندی در حالت بدون انتخاب ویژگی نشان می دهد. پردازش های صورت گرفته با استفاده از الگوریتم ها، بر روی دادگان مغزی به صحت آشکارسازی گناه¬کار- بی¬گناه 6/96% و صحت آشکارسازی تک ثبت 8/72% بدست آمد که صحت بیشتری را نسبت به گزارش های قبلی که با الگوریتم ژنتیک محاسبه شده بود را نشان می دهد. با تعریف مفهوم جدیدی از ویژگی های سیگنال تنفسی به صورت پنجره ای و استفاده از الگوریتم های تکاملی بر روی آن به صحت تشخیص گناهکار و بی گناه 6/96% و جداسازی تک ثبت 1/79% رسیدیم. زمان پاسخ گویی (rt) با انتخاب ویژگی درصد 75% برای جداسازی تک ثبت و 100% را برای تشخیص گناهکار و بی گناه گزارش می دهد. در انتها با تلفیق ویژگی-های حاصل از سیگنال¬های مغزی، تنفسی و rt صحت گزارش شده جهت تشخیص گناه¬کار- بی¬گناه 100% می باشد. تلفیق ویژگی ها بهترین نتیجه را که معادل 2/83 % برای جداسازی تک ثبت ارائه می دهد. تمامی نتایج حاصل حاکی از بهبود صحت طبقه بندی با استفاده از تلفیق ویژگی¬های مغزی و کلاسیک نسبت به طبقه¬بندی جداگانه سیگنال¬های مغزی و کلاسیک می¬باشد. به علاوه عملکرد دو الگوریتم رقابت استعماری و فاخته نسبت به الگوریتم ژنتیک در ان تحقیق مطلوب تر بوده است هم چنین نتایج نشان می دهد، الگوریتم فاخته با اختلافی بسیار محدود عملکرد مناسب تری نسبت به الگوریتم رقابت استعماری داشته است. غیر از تفاوت در صحت گزارش شده طبقه بندی توسط دو الگوریتم سرعت الگوریتم فاخته نیز بهتر بوده است.