алгоритмы классификации в детекции лжи
СППРП Сокол
Система поддержки принятия решений полиграфолога — это компьютерная автоматизированная система, задача которой помочь полиграфологам, которые принимают решение в сложных условиях. СППРП — это система, которая обеспечивает доступ к данным, информационным и математическим моделям.
Алгоритмы Сокол, Out_LIEr CQT и Вектор предназначены для анализа однотемных тестов, но могут быть использованы и для анализа многотемных тестов, что реализовано в ПО Сокол. При этом Out_LIEr CQT и Вектор более "естественены" для многотемных тестов.
Алгоритм Сокол диагностирует ложь/правду при получении соответствующей оценки вероятности > 95%/96,5%. Out_LIEr CQT и Вектор - при получении соответствующих оценок > 90%, алгоритм Б7 при оценке вероятности > 85 %. В таблице ниже находятся результаты алгоритмов Сокол,Out_LIEr, Вектор и Б7, определённые на выборке из архива подтверждённых дел Национального центра оценки достоверности информации (США), которые даны в сравнении с результатами американских алгоритмов. Так же в таблицу включены результаты классификации полиграмм экспертами из России (5) и экспертами из США (10). В таблице приведены усреднённые результаты экспертов, округлённые до целых чисел.
У Сокола и Б7 в два и более раза меньше ошибочных результатов на американской выборке, чем у других алгоритмов, у Out_LIEr CQT и Вектора - в полтора раза. Надо учитывать, что по сравнению с другими алгоритмами Сокол имеет более жёсткие правила принятия решения (>95%). При отсутствии границ принятия решения Сокол имеет на этой выборке 4 ошибочных результата, и, соответственно, 96 правильных. Увеличение базы - обучающей выборки алгоритма должно привести к уменьшению числа не определённых результатов на этой выборке.
В таблице ниже помещены параметры алгоритмов, оценённые на американской выборке.
Работа алгоритма Out_LIEr CIT проверялась в сравнении с алгоритмом ChanceCalc. В таблице ниже приведены результаты этой проверки.
Между результатами работы алгоритмов обнаруживается статистически значимая разница. Но происходит это за счёт существенно большего процента неопределённых результатов в случае алгоритма ChanceCalc. При исключении неопределённых результатов статистически значимая разница между работой алгоритмов Out_LIEr CIT и ChanceCalc не обнаруживается. Для Out_LIEr CIT определены следующие параметры:
В следующих таблицах находятся результаты испытания алгоритма с поисковыми тестами для двух случаев 50/50 и 100/0
Алгоритм Сокол диагностирует ложь/правду при получении соответствующей оценки вероятности > 95%/96,5%. Out_LIEr CQT и Вектор - при получении соответствующих оценок > 90%, алгоритм Б7 при оценке вероятности > 85 %. В таблице ниже находятся результаты алгоритмов Сокол,Out_LIEr, Вектор и Б7, определённые на выборке из архива подтверждённых дел Национального центра оценки достоверности информации (США), которые даны в сравнении с результатами американских алгоритмов. Так же в таблицу включены результаты классификации полиграмм экспертами из России (5) и экспертами из США (10). В таблице приведены усреднённые результаты экспертов, округлённые до целых чисел.
У Сокола и Б7 в два и более раза меньше ошибочных результатов на американской выборке, чем у других алгоритмов, у Out_LIEr CQT и Вектора - в полтора раза. Надо учитывать, что по сравнению с другими алгоритмами Сокол имеет более жёсткие правила принятия решения (>95%). При отсутствии границ принятия решения Сокол имеет на этой выборке 4 ошибочных результата, и, соответственно, 96 правильных. Увеличение базы - обучающей выборки алгоритма должно привести к уменьшению числа не определённых результатов на этой выборке.
В таблице ниже помещены параметры алгоритмов, оценённые на американской выборке.
Работа алгоритма Out_LIEr CIT проверялась в сравнении с алгоритмом ChanceCalc. В таблице ниже приведены результаты этой проверки.
Между результатами работы алгоритмов обнаруживается статистически значимая разница. Но происходит это за счёт существенно большего процента неопределённых результатов в случае алгоритма ChanceCalc. При исключении неопределённых результатов статистически значимая разница между работой алгоритмов Out_LIEr CIT и ChanceCalc не обнаруживается. Для Out_LIEr CIT определены следующие параметры:
- Чувствительность - 0,86;
- Специфичность - 0,95;
- Общая точность - 0,91;
- Неопределённость - 0,1.
В следующих таблицах находятся результаты испытания алгоритма с поисковыми тестами для двух случаев 50/50 и 100/0
Программное обеспечение для анализа физиологических показателей с целью обнаружения связанного с ложью реагирования на стимулы
Ложь - сознательное искажение субъективной истины
ПО Сокол позволяет проводить анализ метрических данных полиграмм с использованием алгоритмов: Сокол, Out_LIEr CQT, Б7, Вектор и Out_LIEr CIT. Первые четыре алгоритма предназначены для анализа тестов формата МКВ (ТВС), последний для анализа тестов МВСИ. Все алгоритмы валидизированы на российской выборке и выборке из архива подтверждённых дел Национального центра оценки достоверности информации (США).
Алгоритм Сокол (препринт Алгоритм классификации полиграмм «Сокол») использует геометрическое представление метрических данных теста, статистический тест перестановчного критерия и линейную регрессию для классификации полиграмм. Алгоритм диагностирует ложь/значимость в ответах на вопросы теста, если оценка вероятности таковой превышает 95% (оценка ошибки менее 5%). В основе алгоритма Out_LIEr лежит неравенство Чебышева и байесовский классификатор (препринт Алгоритм классификации полиграмм "Out_LIEr") . Он позволяет дать апостериорную оценку вероятности лживости/значимости ответов на вопросы теста. В алгоритме Вектор нашли развитие идей геометрического представления данных. Out_LIEr CIT ранжирует реакции на вопросы теста МВСИ и даёт оценку вероятности значимости проверочного вопроса (ТЗВ) и вероятности значимости стимула с наибольшей реакцией (поисковый тест). Для диагностики лжи/значимости алгоритмы используют "параметры Кирчера". В алгоритме Сокол реагирование на проверочный стимул всегда сравнивается с левым от него контрольным, за исключением случаев, когда реагирование содержит признаки внешних помех (артефактов) или не попадает в "окно реагирования". В последних случаях сравнение можно производить с правым контрольным, но один и тот же признак реакции (для контрольного стимула) должен быть использован для анализа теста только один раз. В алгоритмах Out_LIEr CQT и Вектор сравнение реагирования на проверочный стимул производится с реагированием на все контрольные стимулы. В силу этой особенности алгоритмов они могут быть использован для анализа теста с любой структурой. Алгоритм Б7 - это балльный семипозиционный алгоритм, в котором производится сравнение реакций в парах вопросов точно так же как в алгоритме "Сокол", и даёт апостериорную оценку вероятности лживости/значимости как алгоритм Ou_LIEr .
Алгоритм Сокол (препринт Алгоритм классификации полиграмм «Сокол») использует геометрическое представление метрических данных теста, статистический тест перестановчного критерия и линейную регрессию для классификации полиграмм. Алгоритм диагностирует ложь/значимость в ответах на вопросы теста, если оценка вероятности таковой превышает 95% (оценка ошибки менее 5%). В основе алгоритма Out_LIEr лежит неравенство Чебышева и байесовский классификатор (препринт Алгоритм классификации полиграмм "Out_LIEr") . Он позволяет дать апостериорную оценку вероятности лживости/значимости ответов на вопросы теста. В алгоритме Вектор нашли развитие идей геометрического представления данных. Out_LIEr CIT ранжирует реакции на вопросы теста МВСИ и даёт оценку вероятности значимости проверочного вопроса (ТЗВ) и вероятности значимости стимула с наибольшей реакцией (поисковый тест). Для диагностики лжи/значимости алгоритмы используют "параметры Кирчера". В алгоритме Сокол реагирование на проверочный стимул всегда сравнивается с левым от него контрольным, за исключением случаев, когда реагирование содержит признаки внешних помех (артефактов) или не попадает в "окно реагирования". В последних случаях сравнение можно производить с правым контрольным, но один и тот же признак реакции (для контрольного стимула) должен быть использован для анализа теста только один раз. В алгоритмах Out_LIEr CQT и Вектор сравнение реагирования на проверочный стимул производится с реагированием на все контрольные стимулы. В силу этой особенности алгоритмов они могут быть использован для анализа теста с любой структурой. Алгоритм Б7 - это балльный семипозиционный алгоритм, в котором производится сравнение реакций в парах вопросов точно так же как в алгоритме "Сокол", и даёт апостериорную оценку вероятности лживости/значимости как алгоритм Ou_LIEr .
В настоящее время алгоритм Сокол внедрён в ПО полиграфа Триумф2 http://polygraph-triumph.ru
Главное окно программы и ввод данных
Данные в программу можно ввести вручную, из системного буфера обмена, предварительно поместив их в буфер в ПО Триумфа2 и ПО AQIQAT, а в случае полиграфа Lafayette поместить данные в буфер, скопировав их из текстового файла с расширением csv в программе MS Excel (см. видео). Другой способ ввести данные - это использовать файлы с данными, которые можно создать в ПО Триумфа, AQIQAT и ЭПОС-а (см. видео), в ПО Дианы (см. видео) и ПО Lafaeyetta (см. видео). Перед тем как ввести данные на панели 2 (Ввод данных) необходимо выбрать тип полиграфа на котором они получены, тип теста МКВ/МВСИ и источник данных Буфер/Файл. Алгоритм, который будет использоваться для анализа можно выбрать после ввода данных, но если до ввода выбран алгоритм Сокол (Сλ ) или Б7, то можно ввести данные тестов со структурой: C-R-C-[R-C]; C-R-[C-R]; C-R-R-C-[R-R-C]. При этом, в зависимости от структуры теста, не все контрольные вопросы будут участвовать в анализе. Если выбран алгоритм Out_LIEr (OL), Вектор (CλV ), Полилог (CλR) то можно ввести данные теста с любой структурой (пример), в которую включены контрольные вопросы. В этом случае все имеющиеся контрольные будут использованы в ходе анализа теста.
После того как выбраны все необходимые варианты для ввода данных необходимо нажать на икону с изображением головы ...... Если источником данных выбран файл, то откроется диалоговое окно выбора файла. После выбора файла, программа считает данные, содержащиеся в нём, и выведет их в окне, в котором пользователь может выбрать необходимые физиологические признаки для анализа и исключить/включить в анализ стимулы.
После того как выбраны все необходимые варианты для ввода данных необходимо нажать на икону с изображением головы ...... Если источником данных выбран файл, то откроется диалоговое окно выбора файла. После выбора файла, программа считает данные, содержащиеся в нём, и выведет их в окне, в котором пользователь может выбрать необходимые физиологические признаки для анализа и исключить/включить в анализ стимулы.
После того как будет сделан выбор необходимых пунктов, следует нажать кнопку Выбрать, после чего в таблице останутся только выбранные показатели. После их проверки, для отправки данных в программу, необходимо нажать кнопку Отправить. Данные появятся в таблице главного окна программы. При нажатии на кнопку Вернуть в таблице появятся все имеющиеся показатели после чего можно повторить их выбор. На рисунке ниже таблица с данными в главном окне. В зелёных ячейках таблицы содержаться данные контрольных вопросов, в розовых - данные проверочных вопросов.
При загрузке данных из буфера обмена (Триумф, AQIQAT, Lafaeytte) выбор показателей и стимулов для анализа происходит аналогичным образом. Все поддерживаемые полиграфы, кроме Дианы, сохраняют в передаваемых метрических данных порядок вопросов, с которым они задаются в повторах тестов. Поэтому для этих полиграфов ПО Сокол автоматически делает выбор сравниваемых пар, так как они задавались в тесте. Для Дианы это не верно. Так в сохраняемых в файле данных Дианы порядок следования не сохраняется, то для получения валидного результата алгоритма Сокол и Б7, пользователю необходимо самостоятельно выставить правильный порядок следования вопросов в повторах тестов. Сделать это нетрудно, так как в ПО Дианы порядок вопросов в повторах указан.
Открывать и закрывать вкладки с таблицами для ввода данных можно с помощью "горячих" клавиш F11/F12. Список "горячих" клавиш, используемых для управления программой, можно увидеть, нажав кнопку F9.
В СППРП Сокол можно ввести данные и произвести анализ нескольких тестов. Для этого необходимо открыть несколько панелей с таблицами, в которые будет осуществляется ввод данных. Делается это в пункте +/- тест, в котором необходимо указать необходимое число таблиц. Данные будут автоматически вводиться в таблицу, которая находится в активной (видимой) вкладке. Переключатся между тестами можно с помощью мыши, отмечая курсором и кнопкой мыши необходимую вкладку. Если панель с таблицами свёрнута - не видна, то переключаться можно с помощью кнопок в Поле Тесты
Вычисления и результаты
После того как данные теста загружены в СППР и выбран алгоритм, для производства анализа данных необходимо нажать кнопку с калькулятором ..... Программа произведёт расчёт и выведет результат анализа. Ниже на рисунке изображён результат работы алгоритма Сокол.
Алгоритм даёт диагностическое заключение об обнаружении лживости/правдивости в ответах опрашиваемого. Пользователь может выбрать диагностирование свойства стимулов значим/незначим, который эквивалентен вышеуказанному свойству ответов опрашиваемого. Алгоритм (также, как и остальные алгоритмы) даёт оценку вероятности достоверности диагностируемого свойства в процентах (по-иному алгоритм мог бы давать оценку вероятности ошибки решения, что было бы равносильным вероятности достоверности). В приведённом на рисунке примере в анализе участвуют четыре признака физиологической реакции, для каждой из них алгоритм вычисляет значение показателя признака, который обозначается строчной буквой греческого алфавита лямбда λ. Чем больше значение модуля лямбды, тем больший вклад вносит показатель признака в результат алгоритма. Заглавная лямбда является суммой строчных лямбд по всем признакам. Чем больше модуль суммарной лямбды, тем более уверенный ответ будет давать алгоритм о свойствах данных. Тоже самое можно сказать о значении p - достигаемого уровня значимости, вычисляемого в тесте перестановочного критерия, но с точностью до наоборот - чем меньше значение p - тем лучше. На основе величины этого показателя алгоритм вычисляет оценку вероятности достоверности диагностируемого признака. В разных тестах может быть разное количество пар сравнения. Так как вычисляемая строчная лямбда зависит от количества пар сравнений, для характеристики признака физиологической реакции целесообразно ввести показатель, который бы не зависел от количества пар сравнении. Такой показатель вычисляется алгоритмом для каждого признака и обозначается греческой буквой 'эта' η и называется показателем детерминированности. Он принимает свои значения в отрезке от нуля до единицы. Значения показателя близкие к единице говорят о том, что соответствующий признак физиологической реакции детерминирован (определяется) в основном стимулами теста с малой долей помех (шумовой составляющей). И наоборот, если показатель близок к нулю, то это означает, что показатель признака слабо зависит от стимулов в тесте, и что его значение определяется в основном посторонними (шумовыми) факторами.
По умолчанию СППРП анализирует данные теста МКВ как однотемного теста. Но в программе возможно проанализировать данные как данные многотемного теста. Для этого необходимо выставить галочку в пункте Многотемный тест. И алгоритм Сокол, Out_LIEr и Вектор будут диагностировать свойство ответов опрашиваемого отдельно по каждому проверочному вопросу. Необходимо помнить, что если тест однотемный, то диагностическое заключение алгоритма по проверочной теме не является простой суммой диагностических заключений по каждому проверочному вопросу в отдельности. Поэтому анализировать многотемный тест как однотемный имеет такой же малый смыл как анализировать многотемный как однотемный.
По умолчанию СППРП анализирует данные теста МКВ как однотемного теста. Но в программе возможно проанализировать данные как данные многотемного теста. Для этого необходимо выставить галочку в пункте Многотемный тест. И алгоритм Сокол, Out_LIEr и Вектор будут диагностировать свойство ответов опрашиваемого отдельно по каждому проверочному вопросу. Необходимо помнить, что если тест однотемный, то диагностическое заключение алгоритма по проверочной теме не является простой суммой диагностических заключений по каждому проверочному вопросу в отдельности. Поэтому анализировать многотемный тест как однотемный имеет такой же малый смыл как анализировать многотемный как однотемный.
В ячейках таблицы алгоритм выводит значения дискриминантной функции, вычисленную для соответствующего проверочного вопроса и соответствующего признака. По аналогии об этих значениях можно думать, как о баллах, присваиваемых реакциям, но с той разницей, что баллы дискретные величины, а дискриминантная функция непрерывная величина. И необходимо учитывать, что знак значения функции говорит о противоположном свойстве нежели то, о котором говорит знак балла. Если значение дискриминантной функции имеет положительный знак (+), то это говорит о "свидетельстве в сторону обмана", если имеет отрицательный знак, то о "свидетельстве в сторону правдивости". В нижней строке таблицы находятся средние значения дискриминантной функции для каждого проверочного вопроса. По ним можно посмотреть какой вклад, и в каком направлении, внёс каждый из вопросов (повторов вопроса) в решение алгоритма. В последней строке таблицы выведены средние значения дискриминантной функции по признакам физиологической реакции. Их знак в подавляющем большинстве случаев (но не всегда) будет противоположен знаку значения соответствующей лямбды алгоритма Сокол.
Под таблицей со значениями дискриминантной функции выводится среднее значение дискриминантной функции, усреднённое по всем ячейкам таблицы и обозначаемое буквой F. В большинстве случаев знак значения F будет совпадать с диагностируемым алгоритмом свойством. Минус с правдой, плюс с ложью. Поэтому, если алгоритм выдаёт не определённый результат, то о "направленности" данных можно судить по знаку F.
Так как алгоритм использует байесовский классификатор, то должна быть задана априорная вероятность лживости ответа/значимости стимула. По умолчанию он определена как 0.5, что соответствует полному незнанию. Не рекомендуется менять это значение, если нет чёткого понимания зачем это делать и какое значение вводить. Но вообще, смысл менять его есть в том случае, если есть твёрдые знания априорной вероятности. Например, если известно, что процент алкоголиков составляет десятую часть от общего количества населения, и если задача теста состоит в выяснении факта сокрытия систематического злоупотребления алкоголем, то значение априорной вероятности можно определить как 0.1, что будет законно и приведёт к снижению вероятности ложноположительной ошибки. С другой стороны, практически установлено, что результат алгоритма, когда он выдаёт высокую достоверность, почти не зависит от введённого значения априорной вероятности.
Под таблицей со значениями дискриминантной функции выводится среднее значение дискриминантной функции, усреднённое по всем ячейкам таблицы и обозначаемое буквой F. В большинстве случаев знак значения F будет совпадать с диагностируемым алгоритмом свойством. Минус с правдой, плюс с ложью. Поэтому, если алгоритм выдаёт не определённый результат, то о "направленности" данных можно судить по знаку F.
Так как алгоритм использует байесовский классификатор, то должна быть задана априорная вероятность лживости ответа/значимости стимула. По умолчанию он определена как 0.5, что соответствует полному незнанию. Не рекомендуется менять это значение, если нет чёткого понимания зачем это делать и какое значение вводить. Но вообще, смысл менять его есть в том случае, если есть твёрдые знания априорной вероятности. Например, если известно, что процент алкоголиков составляет десятую часть от общего количества населения, и если задача теста состоит в выяснении факта сокрытия систематического злоупотребления алкоголем, то значение априорной вероятности можно определить как 0.1, что будет законно и приведёт к снижению вероятности ложноположительной ошибки. С другой стороны, практически установлено, что результат алгоритма, когда он выдаёт высокую достоверность, почти не зависит от введённого значения априорной вероятности.
Алгоритмы Out_LIEr как и алгоритм Сокол выдаёт диагностическое заключение о лживости/значимости ответов/стимулов с оценкой вероятности достоверности в процентах. Результаты вычисления алгоритма изображены на рисунке ниже.
Алгоритмы Вектор и ПолиЛог работают с показателями физиологических признаков как с геометрическими объектами. Данные теста представляются в нём вектора в признаковом пространстве. Они вычисляют угол, который составляет этот вектор с некоторым направлением в пространстве (косинус угла, проекцию вектора на перепендикулярное направление) и на основе этих величин делают диагностическое заключение.
Значения угла более 90 градусов и отрицательные значения проекции и косинуса свидетельствют в пользу лживости/значимости и наоборот.
Тесты МВСИ
Тесты данного метода в настоящее время анализируются только алгоритмами OL, Combi Calc v1 и Combi Calc v2. Данные этих тестов могут быть загружены в СППР так же как и данные тестов МКВ. Для полиграфов Triumph и AQIQAT это возможно из файла и из буфера обмена, для полиграфов ЭПОС и Диана - из файла. Для полиграфа Lafayette из файла и из системного буфера обмена, предварительно скопировав в него данные из файла формата csv. В отличии от тестов МКВ данные тестов МВСИ не предаются в таблицу главного окна, а при нажатии кнопки Отправить (окно выбора признаков физиологических реакций) сразу же анализируются алгоритмом OL, после чего результат работы выводится в панели результатов.
Для загрузки данных теста МВСИ в панели 2 (Ввод данных) необходимо выбрать тип теста МВСИ, тип полиграфа на котором был проведён тест и источник данных файл или буфер. Далее с помощью кнопки с изображением головы поместить данные в таблицу окна выбора признаков физиологических реакций и стимулов.
Для загрузки данных теста МВСИ в панели 2 (Ввод данных) необходимо выбрать тип теста МВСИ, тип полиграфа на котором был проведён тест и источник данных файл или буфер. Далее с помощью кнопки с изображением головы поместить данные в таблицу окна выбора признаков физиологических реакций и стимулов.
Если тест поискового формата, то необходимо выставить галочку Поисковый тест. В этом случае в поле для ввода априорной вероятности (в Главном окне) автоматически появится её значение равное единице. В случае поискового теста значение априорное вероятности равное единице означает, что в тесте обязательно присутствует стимул, на который опрашиваемый солжёт (который значим для него). Значение равное 0,5 будет означать, что полиграфологу не известно присутствует в тесте такой стимул или нет. Это, например, соответствует тому, что полиграфологу ничего не известно о том, имеет ли опрашиваемый отношение к факту, по которому ведётся разбирательство, или не имеет. Если первый вопрос, озвученный как релевантный попадает в анализ (он не обозначен как нейтральный) необходимо выставить галочку Подавление реакции на 1-й вопрос. Если первый вопрос озвученный и представленный опрашиваемому как релевантный/проверочный обозначен как нейтральный и не попадает в анализ, то эту галочку необходимо снять. После нажатия на кнопку Отправить OL ранжирует реакции на стимулы по суммарной "силе реакции". Стимул с самой сильной реакцией попадает на первое место. Алгоритм вычисляет оценку вероятности лжи/значимости на этот стимул.
Если анализируется ТЗВ, то галочку Поисковый тест необходимо снять. Априорная вероятность для ТЗВ по умолчанию равна 0,5. Она означает до тестовую вероятность того, что проверочный стимул теста значим для опрашиваемого - ему известна имевшая быть в действительности деталь/признак события, которая должна быть известна человеку, имеющему отношение к нему и скрывающего это.
Если анализируется ТЗВ, то галочку Поисковый тест необходимо снять. Априорная вероятность для ТЗВ по умолчанию равна 0,5. Она означает до тестовую вероятность того, что проверочный стимул теста значим для опрашиваемого - ему известна имевшая быть в действительности деталь/признак события, которая должна быть известна человеку, имеющему отношение к нему и скрывающего это.
Получив данные OL ранжирует стимулы теста по "силе реакции» так же, как в случае поискового теста, но вычисляет оценку вероятности обмана/значимости для релевантного/проверочного стимула. Кроме этого, она выводит те ранги, которые присваивались проверочному вопросу в повторах.
ПО полиграфа Диана в формируемом файле с метрическими данными не сохраняет порядок стимулов. Поэтому в окне для выбора признаков реакций имеется два бара. Верхний предназначен для выставления порядка следования стимулов в повторах теста. При этом порядок автоматически дублируется в нижнем баре, который используется только для исключения стимулов/вопросов из анализа, например, по причине наличия артефакта в реакции на него.
ПО полиграфа Диана в формируемом файле с метрическими данными не сохраняет порядок стимулов. Поэтому в окне для выбора признаков реакций имеется два бара. Верхний предназначен для выставления порядка следования стимулов в повторах теста. При этом порядок автоматически дублируется в нижнем баре, который используется только для исключения стимулов/вопросов из анализа, например, по причине наличия артефакта в реакции на него.
Для того, что бы использовать алгоритмы СС v1 и CCv2 после отправления данных теста МСВИ в главное окно программы нажать на копку СС, предварительно выбрав версию алгоритма v1 или v2
Работа с базой метрических данных тестов
В СППРП Сокол имеется возможность сохранять данные тестов и ТВС и МВСИ в базе данных, получать эти данные и воспроизводить их анализ.
При нажатии на кнопку БД откроется окно с деревом папок листьями которого являются тесты (данные тестов, имеют жёлтый цвет - значок полиграммы). Тесты можно классифицировать по трём категориям: год - корень дерева, Дело и Объект - ветви, Тест - листья. Иерархическое положение объекта, выбранного указателем мыши, отобразиться в тестовых полях слева. Чтобы добавить новый "лист" к ветви "Яр" достаточно в тестовом поле Тест написать его имя и нажать на кнопку Сохранить. В базе сохранится данные теста, которые были введены в систему (из файла или буфера) последними, или же данные того теста анализ которых был произведён последним.
Для того, чтобы получить данные теста из базы необходимо выделить его указателем мыши и нажать на кнопку "Отправить". После этого откроется окно в котором будет таблица с данными теста и поля для выбора стимулов и физиологических параметров. Точно такая ка если б данные загружались из файла или буфера обмена.
Для того, чтобы получить данные теста из базы необходимо выделить его указателем мыши и нажать на кнопку "Отправить". После этого откроется окно в котором будет таблица с данными теста и поля для выбора стимулов и физиологических параметров. Точно такая ка если б данные загружались из файла или буфера обмена.
Данные можно отправить в главное окно программы, если дважды кликнуть на значке полиграммы. Удалить данные из базы можно, указав элемент дерева мышью, и нажав кнопку "Удалить". При этом вмети с этим элементом удалятся все его "дети": ветви и листья (данные тестов).
Ручной ввод
Метрические данные в СППР можно ввести посредством ручного ввода. Это может потребоваться, если данные получены, например, с изображения полиграммы, с использованием курвиметра или с помощью инструмента линейка в ПО Lafayette. Так же ручной ввод актуален для полиграфов серии КБР. В последнем случае из списка полиграфов надо обязательно выбрать "КБР" - ручной ввод станет доступным.
Другой способ сделать доступным ручной ввод данных в таблицу главного окна программы - это выбрать на панели управления выставить галочку в одном из пунктов Спазм T (Триумф - "ФПГ вид КГР") или Спазм Д (Диана и др., длина линии ФПГ).
Дело в том, что в настоящее время в ПО Триумф 2 показатель спазма ФПГ отличается подобного показателя, который выдаётся ПО других полиграфов, Дианы в частности. В ПО Триумфа2 чем сильнее спазм, тем больше показатель спазма ФПГ, в Диане же чем сильнее спазм, тем показатель спазма меньше. Вводя данные вручную необходимо помнить об этой особенности, иначе программа может обсчитать спазм с точностью до наоборот. Если вручную вводятся данные полиграфа Триумф 2, которые получены в последних версиях ПО, необходимо выставить галочку в пункте 1, иначе в пункте 2. Если все измерения проводятся с помощью курвиметра, или же вручную c помощью линеек в ПО полиграфа Lafayette - галочка в пункте 2. Если в ручном вводе не используются канал ФПГ нет разницы в каком пункте выставить галочку. В этом случае выставление галочки открывает возможность ручного ввода данных в таблицу.
Но чтобы программа Сокол произвела анализ данных необходимо указать ей какие признаки реакции используются. Для этого в панели Настройки необходимо в пункте Выбор канала указать один из вариантов. ПГ - используется только канал ФПГ, АД - используется только канал АД (артериальное давление), + - используется канали и ФПГ, и АД.
Если данные загружаются из файла или буфера обмена, программа Сокол выставит используемые каналы в пункте Выбор канала в соответствии с тем, какой выбор сделает специалист - пользователь при загрузке данных.
Если данные загружаются из файла или буфера обмена, программа Сокол выставит используемые каналы в пункте Выбор канала в соответствии с тем, какой выбор сделает специалист - пользователь при загрузке данных.
Для удобства ручного ввода данных предусмотрена возможность менять внешний вид основного окна программы - менять поле вывода результатов с полем таблицы с данными. Делать это можно посредством пункта "Показать данные/панели" элемента меню "Оформление и вид". Иначе это можно осуществить при помощи "горячих клавиш" - F1 (Ctrl + F1)
Так же для удобства ручного ввода данных предусмотрена возможность отображать окно программы поверх остальных окно. Оно не будет пропадать с экрана при потере фокуса, при получении фокуса другим приложением. Для получения такого поведения приложения необходимо выбрать пункт "Поверх других окон" . Для возращения обычного поведения приложения необходимо закрыть его и загрузить снова.
При ручном вводе данных в таблицу программе остаётся неизвестным порядок следования проверочных вопросов в тестах. В случае однотемного теста это не имеет значения, но это не даёт возможности анализировать данные многотемных тестов. Поэтому в программе предусмотрена возможность ручного введения порядка проверочных вопросов. Для этого надо воспользоваться кнопкой "R" на панели управления. Последовательно отроются диалоговые окна в которых необходимо будет ввести количество проверочных вопросв в тесте и количество повторов/предъявлений теста. После этого в открывшемся окне надо расставить порядок следования проверочных вопросов в повторах теста и нажать "Ок". Программа получит информацию для анализа теста как многотемного. Для получения валидного результата данные необходимо ввести в соответствии с введёным порядком проверочных вопросов.
Горячие клавиши
Для оперативного управления приложением предусмотрено использование "горячих клавиш". Посмотреть их список можно при помощи клавиши F9 (Ctrl + F9)
Список горячих клавиш
F1 - выбор поля результатов/ таблицы ввода данных
F2 - выбор алгоритма
F3 - выбор метода
F5 - выбор буфер/файл
F6 - показать\убрать данные
F7- выбор однотемный/многотемный тест
F8- выбор канала
Fn + F11\F12 - добавить\убрать тест
Ctrl+Q - выход из программы
Ctrl+W - произвести вычисления
Ctrl+E - очистить поля данных и результатов
Ctrl+R - загрузить данные формата СОКОЛ НТФП из буфера обмена
Ctrl+Y- загрузить данные
Ctrl+B - уголок Байеса
Ctrl+Z - о программе
F1 - выбор поля результатов/ таблицы ввода данных
F2 - выбор алгоритма
F3 - выбор метода
F5 - выбор буфер/файл
F6 - показать\убрать данные
F7- выбор однотемный/многотемный тест
F8- выбор канала
Fn + F11\F12 - добавить\убрать тест
Ctrl+Q - выход из программы
Ctrl+W - произвести вычисления
Ctrl+E - очистить поля данных и результатов
Ctrl+R - загрузить данные формата СОКОЛ НТФП из буфера обмена
Ctrl+Y- загрузить данные
Ctrl+B - уголок Байеса
Ctrl+Z - о программе
Как использовать имеющийся файл лицензии на СППРП Сокол для новой версии программы
Файл лицензии располагается в каталоге программы в папке License.
Скопируйте файл лицензии в любое удобное для вас место. Далее установите версию 1.40. При первом запуске этой версии программы нажмите на кнопку "Найти файл лицензии" и укажите программе месторасположение скопированного файла.
Новые возможности начиная с версии 1.51
Сейчас в системе поддержки принятия решения полиграфолога пять алгоритмов, которые работают с ТВС. Алгоритмы системы образуют коммитет, который может выносить общее решение, оценивая полиграмму. С этой цеью в систему добавлен мета-оценщик, который резюмирует решения алгоритмов системы, выносит обшее решение. Мета-оценщик показал очень хорошие результаты, с его помощью достигается максимальная точность и минимизируется процент "нет решения".
Для того что бы использовать мета-оценщика необходимо в панели управления активировать радиокнопку МО
Для того что бы использовать мета-оценщика необходимо в панели управления активировать радиокнопку МО
СППРП Сокол это программа для работы с данными, которые образуются в ходе опроса на полиграфе. Первоначально данные полиграфолог воспринимает визуально в виде геометрических кривых и поэтому сразу может увидеть невалидные данные и выбросы. Полиграфологи называют их артефактами. Если артефактные значения наблюдаются по всем каналам, например, в случае вздоха во время стимула, то такой стимул лучше просто исключить из опроса. Но нередко артефактное значение может наблюдаться в каком-либо признаке, и при этом оно не оказывает влияение на признаки в других каналах. В этом случае нецелесообразно исключать весь стимул. Но необходимо произвести замену артефактного значения. Для осуществления этого существуют различные алгоритмы, но в случае полиграфного теста самым правильным будет замены артефактного значения на медианное.
В программе появилась возможность изменнить вводимые данные вручную. Но лучше делать это с помощью кнопки "Медиана". Необходимо выделить мышкой ячейку в таблице с артефактным значением и нажать "Медиана". Замена произойдёт автоматически. Медианное значение будет вычислено из значений соотвествующего типа стимулов. После этого надо будет нажать на кнопку "Выбрать" и далее " Отправить"
В программе появилась возможность изменнить вводимые данные вручную. Но лучше делать это с помощью кнопки "Медиана". Необходимо выделить мышкой ячейку в таблице с артефактным значением и нажать "Медиана". Замена произойдёт автоматически. Медианное значение будет вычислено из значений соотвествующего типа стимулов. После этого надо будет нажать на кнопку "Выбрать" и далее " Отправить"
Можно заменить все показатели стимула на медианные значения однвременно.
