筆跡鑑定 数値的分析法

数値的分析法は近代的な最新の筆跡鑑定方法の一つです
筆跡鑑定は鑑定人のレベルや技術に左右されやすいと言えます
しかし、特徴点を数値化し解析処理できれば、高精度の異同識別が可能になります

筆跡の数値解析

この検査方法は世界中で様々な、そして同様な検査研究が進められています。

この筆跡を数値化する技術は
世界に先駆け日本の科捜研が中心になり研究・開発したものなのです
筆跡の数値解析は、世界中で研究が進められ日々進化を続けています

また、現在 裁判用資料として用いられる筆跡鑑定は、
数値解析されたもの"だけ"です。

驚異の解析能力=数値解析

数値的分析の研究は約20年前にも上ります。
刑事案件では度々登場する鑑定法として知られ、
民事案件でも、ここ2~3年急激に需要が増しています。
(書記官や弁護士の方から変量解析や定性・定量分析の問合せが絶えません)

数値的分析には高度な解析能力が存在しています。
この方法の最大の特徴は、筆者(ヒト)の特徴がハッキリ異同識別できると言うことです。

一般的な手法による筆跡の鑑定法は鑑定人による力量の差が出てしまいます。
対する数値的分析は、読んで字の如し「数字」で解析します。
ヒトの感情に影響され難い、または、最も冷静なもの、それが「数字」なのです。

用意周到に準備された、偽筆(敷き写し、真似字、でたらめ字)など、
ヒトの筆跡を真似たり、偽造したりした文字でも容易に判別してしまいます。

民事訴訟に多い、偽造による遺言書などの署名文字の場合や
匿名を装う怪文書などの文字は、筆者本人の親近者の場合が多いため、
筆跡を真似しやすい状況といえます。

表面上の筆跡は真似することが出来ても、筆跡本来のヒトの特徴は変えられません。
この、筆跡本来のヒトの特徴を識別する精度が著しく高いのが数値的分析法なのです。

クラスター分析(クラスタリング)

「クラスター分析(cluster analysis)」とは
、 多変量解析の手法のひとつとして位置付けされています。

クラスター分析は、多変量データに基づいて対象を群(クラスター)に分ける手法です。
クラスター分析は、大別すると最短距離法などの階層的手法と?分割最適化手法に分けられます。
そして階層的手法は凝集型と分枝型に分けられます。
抽出されたデータを類似している幾つかのグループにまとめる方法です。

主成分分析

「主成分分析(principal component analysis)」とは、
相関関係にあるいくつかの要因を合成(圧縮)して、いくつかの成分にし、
その総合力や特性を求める方法です。

SIMCA分析

「SIMCA分析(soft independent modeling of class analogy)」とは、
主成分分析を応用したものです。

主成分分析が座標全体の相関関係から、グループ分けする手法に対し
SIMCA分析では各グループごとに主成分分析を行い
SIMCAbokを形成後、各グループのSIMCAbox内の分布状態から
グループ間の類似性を調べる方法です。

重回帰分析

「重回帰分析(regression analysis)」とは、従属変数と連続尺度の独立変数の間に式を当てはめ、 従属変数が説明変数によってどれくらい説明できるのかを定量的に分析することです。

重回帰分析から得られた重回帰式の切片と係数
、 重回帰式の切片と係数の標準偏差、回帰統計の重相関(相関係数)、
重決定、補正、標準偏差、二筆跡間のユークリッド距離の数値を用いて、
クラスター分析、主成分分析並びにSIMCA分析の結果から
二筆跡間の筆者識別をおこなうことです

数量化理論第Ⅳ類

n 個の対象に対して類似度を定義し直線状や平面状に位置付けるという手法です。

ご相談・お問い合わせ

筆跡鑑定における対応・検査期間・お見積りなど
お気軽にご相談ください。