<DataOpenDataModel><subject>刑事科學第八十五期</subject><dataClassName>刑事科學期刊</dataClassName><pubUnitName>刑事警察局</pubUnitName><posterDate>109-09-01</posterDate><updateDate>109-09-01</updateDate><detailContent>&lt;div class="ed_model01 clearfix">&#xd;
&lt;div class="ed_txt">&lt;strong>主旨：&lt;/strong>臺灣北部住宅區室外誘捕蠅類實驗及其於刑案上之應用&lt;br />&#xd;
&lt;strong>分類：&lt;/strong>研究&lt;br />&#xd;
&lt;strong>作者：&lt;/strong>陳麒任、顏偉倫、楊秋和&lt;br />&#xd;
&lt;strong>內容：&lt;/strong>&lt;br />&#xd;
　　於市內住宅區的室外設置12次誘捕實驗為期一年，記錄成蠅抵達腐肉時間，製作出時序表。發現在住宅區室外，蠅類出現於腐肉上的時間有延遲現象，延遲時間與溫度有關，依據蚤蠅及醬亞麻蠅抵達時間對平均溫度作圖得到上述兩種蠅類之溫度-抵達時間的回歸曲線，相關係數分別為0.71及0.79。再以過去蒐集之案例檢驗，發現只要平均溫度高於回歸曲線的溫度下限，所推算的PMI與調查時間不悖。另外，因蚤蠅有在屍體上繁殖次世代的特性，應先確認蚤蠅幼蟲的世代，以蚤蠅回歸曲線及生長曲線推算PMI方有意義。另於誘捕實驗中發現相對低溫時才捕獲紅尾室蠅，調閱過去蒐集具有紅尾室蠅(16件)及麻蠅科(19件)之案例中的氣象站溫度，發現紅尾室蠅出現之平均溫度為22度，標準差4.167度；麻蠅科出現之平均溫度為26度，標準差4.779度，利用無母數檢定，發現紅尾室蠅及麻蠅科出現的溫度具有顯著差異(&amp;alpha;=0.95,P=0.0052)，紅尾室蠅偏好低溫；麻蠅科偏好高溫。最後，於新北市蒐集7件現場案例(2015年-2018年)，分析4大科蛆蟲優勢種與環境之關係(定性)，與過去55件案例歸納結果相符；再依現有之生長曲線推算死亡時間(定量)，其中1件與調查結果不相符，其他皆與調查時間不相悖。&lt;/div>&#xd;
&lt;/div>&#xd;
&#xd;
&lt;hr />&#xd;
&lt;div class="ed_model01 clearfix">&#xd;
&lt;div class="ed_txt">&lt;strong>主旨：&lt;/strong>利用深度學習除噪方法DDAE結合i-vector語者辨識系統提升語者辨識效能&lt;br />&#xd;
&lt;strong>分類：&lt;/strong>研究&lt;br />&#xd;
&lt;strong>作者：&lt;/strong>高一瑛、許祥平、洪國軒、江振宇、賴穎暉、曹昱&lt;br />&#xd;
&lt;strong>內容：&lt;/strong>&lt;br />&#xd;
　　社會上許多案件在偵辦過程中需要進行錄音、監聽、電話擷取等以聲音跡證作為辦案時的證據，而在進行這些證據的檢視與分析上，常需要導入音訊處理等技術進行除噪、訊號增強、特徵擷取等。處理過後的音訊證據可進行聲紋鑑識、語者辨識、語句萃取以及進行後製與否的判定。本文將提出音訊相關的技術配合，提高辦案的準確率以及效率，以期達到勿枉勿縱的終極目標。&lt;br />&#xd;
　　&lt;strong>本文內容包括二個方向：&lt;/strong>&lt;/div>&#xd;
&#xd;
&lt;div class="ed_txt" style="margin-left: 40px;">&lt;strong>（一）開發語音增強系統，&lt;br />&#xd;
（二）發展語者辨識系統。&lt;/strong>&lt;/div>&#xd;
&#xd;
&lt;div class="ed_txt">&lt;strong>　　在噪音消除技術方面，本文使用了傳統方法與深度學習除噪方法DDAE (deep denoising autoencoder)，並以PESQ為客觀評量指標，當噪音為非穩態噪音時，相同訊噪比的情況下傳統方法之PESQ約為1.49到1.59，而DDAE為2.62，較傳統方法有顯著提升。而語者辨識系統方面，前端使用UBM-GMM MAP&amp;nbsp;系統，擷取i-vector語音特徵參數，後端為餘弦相似度分類器進行語者驗證，最後結合語音增強系統與語者辨識系統探討除噪對語者辨識系統效能之影響&lt;/strong>&lt;/div>&#xd;
&lt;/div>&#xd;
&#xd;
&lt;hr />&#xd;
&lt;div class="ed_model01 clearfix">&#xd;
&lt;div class="ed_txt">&lt;strong>主旨：&lt;/strong>多重間接證據之「狼群戰術」連結法&amp;mdash;以獵人雙屍案為例&lt;br />&#xd;
&lt;strong>分類：&lt;/strong>研究&lt;br />&#xd;
&lt;strong>作者：&lt;/strong>白崇彥、藍錦龍、周素蓮&lt;br />&#xd;
&lt;strong>內容：&lt;/strong>&lt;br />&#xd;
　　實務上，犯罪案件之查察往往欠缺直接證據以資證明，而係憑藉著諸多不同類別之間接證據以訴諸起訴與判決，然基於證據裁判主義以及無罪推定之證據通則，在法適格之要求方面，員警查察所得之證據，當然必須具備證據能力，而在證據量之要求上，證明力亦必須充分具體而且深入以達無合理懷疑之程度，亦即必須建構符合證據法則上之多重間接證據，並且經過嚴格證明之程序，方足以論斷與判刑。&lt;br />&#xd;
　　本文舉宜蘭境內山豬獵人雙屍命案之偵辦為例，該案雖無直接證據藉以認定主要事實，僅憑諸多輔助證據與間接證據之連結建構，最終獲得法官有罪心證之認定而判以無期徒刑定讞。文中，例示以八項證據價值較強之指向性間接證據具體說明推論與證明之效用，於概念上，宛如八匹狼群圍攻同一目標之偵查方式而讓兇嫌無以辯解，終致俯首認罪；而從法官論罪認定之立場而言，用以證明與推論之每一隻「狼」&amp;nbsp;(亦即，要項證據)皆必須符合證據法上之論理法則，故特喻以「狼群戰術」之稱呼，以強化證據法嚴格證明之質性要求方面的概念。&lt;br />&#xd;
　　證據證明力之強弱由法官自由心證判斷之，本案偵辦員警依制式作業程序，建構合乎法定要件、邏輯清楚、證據內容完備之書面資料，俾使檢察官起訴處分與法官有罪判決，此一系統化建構指向性間接證據之「狼群戰術」深化方式的概念，將有助益於偵查實務界更加注重證據資料上之完備建構&lt;/div>&#xd;
&lt;/div>&#xd;
&#xd;
&lt;hr />&#xd;
&lt;div class="ed_model01 clearfix">&#xd;
&lt;div class="ed_txt">&lt;strong>主旨：&lt;/strong>Android手機之LINE採集與分析&lt;br />&#xd;
&lt;strong>分類：&lt;/strong>研究&lt;br />&#xd;
&lt;strong>作者：&lt;/strong>詹明華 、陳弘斌 、陳明源&lt;br />&#xd;
&lt;strong>內容：&lt;/strong>&lt;br />&#xd;
　　智慧型手機除可傳送訊息、圖片、語音與影片等多媒體資料外，亦提供免費的通話與視訊，已成為時下最流行的溝通方式。在取得嫌犯的手機後，我們必須在不破壞手機軟硬體的情況下，將手機中的資料取出，並還原所有的對話紀錄與多媒體資料，然後找出犯罪相關的證據。實務上，手機的採證大都使用商用數位鑑識工具，由於手機推出的速度遠快於商用數位鑑識工具更新版本的速度，對於新型的手機或新版本的軟體，經常會發生無法採證的狀況。Android為目前市占率最高的智慧型手機作業系統，LINE為我國目前最被廣泛使用的智慧型手機應用軟體。本文將探討如何使用非商用的Android開發工具ADB（Android Debug Bridge）與SQLite Database Browser進行Android手機的LINE採集與分析，以及對於可複製LINE的軟體所造成採集與分析上的困擾，提出解決之道。&lt;/div>&#xd;
&lt;/div>&#xd;
&#xd;
&lt;hr />&#xd;
&lt;div class="ed_model01 clearfix">&#xd;
&lt;div class="ed_txt">&lt;strong>主旨：&lt;/strong>以聲音基頻與SVM分類器為基礎之人聲分類方法&lt;br />&#xd;
&lt;strong>分類：&lt;/strong>研究&lt;br />&#xd;
&lt;strong>作者：&lt;/strong>李杰修、溫哲彥&lt;br />&#xd;
&lt;strong>內容：&lt;/strong>&lt;br />&#xd;
　　在刑案偵查中，雖然語音資料具有相當重要之參考價值，然而對於語音訊號的處理效率仍有改善的空間，例如：當遇到類似調閱監視錄影系統(現今有許多監視錄影系統兼具有錄音功能)，需要長時間分析之錄音資料時，現行是以人工聆聽之方式進行，相當耗時費力。此時若有方法可將錄音檔案中非人聲部分去除，僅保留人聲說話之區間，將可節省花費之時間，有效提升處理效率。&lt;br />&#xd;
　　&lt;strong>本文藉由監督式機器學習之方式，利用基頻做為分類特徵，設計一套能區分聲音訊號中人聲及非人聲區間之系統。由於在鑑識實務上，經常無法在案件原始錄音環境下取得訓練資料，故本研究之重點係擷取一小段測試樣本做為訓練資料，並使用支持向量機(SVM)分類演算法，以程式針對聲音進行分類。從實驗結果得知，本論文之方法可做為初步篩選錄音檔案中含有人聲之區間，未來可應用在錄音檔案之輔助分析。&lt;/strong>&lt;/div>&#xd;
&lt;/div>&#xd;
&#xd;
&lt;hr />&#xd;
&lt;div class="ed_model01 clearfix">&#xd;
&lt;div class="ed_txt">&lt;strong>主旨：&lt;/strong>槍擊自殺鑑識特徵之探討&lt;br />&#xd;
&lt;strong>分類：&lt;/strong>研究&lt;br />&#xd;
&lt;strong>作者：&lt;/strong>孟憲輝&lt;br />&#xd;
&lt;strong>內容：&lt;/strong>&lt;br />&#xd;
　　槍擊自殺在我國雖屬罕見之命案類型，但因單純槍擊自殺案件不涉及刑事追訴和審判，其偵查或鑑識過程常欠缺完整而引起爭議，甚至演變成重大新聞事件。因此建立完整的槍擊自殺鑑識特徵，供為槍擊自殺判斷之依據，是值得探討的槍彈鑑識課題。本文蒐集國外槍擊自殺相關文獻，萃取出可供研判槍擊自殺和他殺的鑑識特徵，分項依序探討詳述。並就各國槍擊自殺率、使用槍枝類型和槍擊部位進行比較研究。結果發現，可供研判槍擊自他殺依據的鑑識特徵包括：射擊部位、射擊距離、槍傷射入口特徵、槍傷彈道方向、死者姿勢、射擊槍枝類型、射擊子彈發數、射擊後槍枝位置、射擊後槍枝狀態、死者手部和射擊槍枝上的噴濺血斑、射擊殘跡、握槍痕跡等。此外遺書和顯示自殺傾向的病歷也都是鑑識和偵查重點。比較研究結果顯示，槍擊自殺率和使用槍枝類型具有不同國家的差異性，分別與是否容易取得槍枝及易取得槍枝的類型有關。但槍擊部位則無不同國家的差異性。根據前述結果，本文歸納出槍擊自殺偵查及鑑識之重點原則，並建議加強具我國特性的槍擊自殺鑑識特徵相關研究，才能有效應用此等原則&lt;/div>&#xd;
&lt;/div></detailContent><liaisonper></liaisonper><liaisontel></liaisontel><liaisonfax></liaisonfax><liaisonemail></liaisonemail><docs/><images/><videos/><audios/><resources/></DataOpenDataModel>