Статья затрагивает вопросы автоматизации и компьютеризации судебной почерковедческой экспертизы и почерковедческих исследований с внедрением в производство новых информационных технологий – искусственных нейронных сетей. Основной целью работы является разработка методов исследования почерка, помогающих следователям и судьям распознавать неразборчивый почерк из материалов дел. Обосновывается идея создания автоматизированной информационно-поисковой системы объектов почерковедческой экспертизы, содержащей образцы почерка лиц, сдававших единый государственный экзамен. Обсуждаются преимущества и недостатки таких образцов почерка с точки зрения их полноты, достоверности, достаточности и сопоставимости. Для создания соответствующего репозитория предлагается принять необходимые управленческие и законодательные решения. Кроме обеспечения почерковедческих экспертиз, образцами почерка для сравнительного исследования репозиторий образцов почерка будет выполнять и другую важную задачу – хранить большой объем данных, позволяющих обучать нейронные сети, которые впоследствии поспособствуют решению различных идентификационных и диагностических задач судебного почерковедения. Все обучающие данные подлежат разметке и систематизации, потому в статье также предлагаются основания для их разметки. Представлен алгоритм двухэтапного распознавания неразборчивого почерка нейронными сетями: на основе графических характеристик рукописи, а затем морфологических и синтаксических признаков письменной речи с помощью технологий компьютерного зрения и языковой модели русского языка соответственно. Автор описывает собственные системы диагностических и идентификационных признаков и правила их расчета, применение которых будет способствовать решению поставленных перед экспертами задач.
1. Россинская Е.Р., Бодров Н.Ф. Современное состояние и перспективы исследования образов цифровых следов в судебной почерковедческой экспертизе // Криминалистика: вчера, сегодня, завтра. 2022. Т. 21. № 1. С. 121–135. https://doi.org/10.55001/2587-9820.2022.44.98.011
2. Россинская Е.Р. Система теории цифровизации судебно-экспертной деятельности // Теория и практика судебной экспертизы. 2024. Т. 19. № 3. С. 20–32. https://doi.org/10.30764/1819-2785-2024-3-20-32
3. Захарова В.Д., Ермилова Е.А. Возможности использования нейросетей при проведении дактилоскопических исследований // Молодой ученый. 2023. № 50 (497). С. 14–16.
4. Вербицкая В.А. Цифровые технологии при проведении взрывотехнической экспертизы // Международный журнал гуманитарных и естественных наук. 2020. № 12-3 (51). С. 68–70.
5. Чубарь И.А. Потенциальные возможности использования автоматизированных баллистических идентификационных систем при раскрытии и расследовании преступлений // Вестник экономической безопасности. 2022. № 5. С. 236–239. https://doi.org/10.24412/2414-3995-2022-5-236-239
6. Breitinger F., Jotterand A. Sharing Datasets for Digital Forensic: A Novel Taxonomy and Legal Concerns // Forensic Science International: Digital Investigation. 2023. Vol. 45. https://doi.org/10.1016/j.fsidi.2023.301562
7. Почерковедение и почерковедческая экспертиза: Курс лекций / Под ред. В.В. Серегина. 5-е изд. СПб: МВД России, НПСЭП, 2015. 229 с.
8. Россинская Е.Р., Галяшина Е.И. Настольная книга судьи: судебная экспертиза: теория и практика, типичные вопросы и нестандартные ситуации. Монография / Под ред. Е.Р. Россинской. 2-е изд., перераб. и доп. М.: Проспект, 2024. 448 с.
9. Купин А.Ф., Коваленко А.С. К вопросу о возможностях применения систем искусственного интеллекта при криминалистическом исследовании документов и их реквизитов // Теория и практика судебной экспертизы. 2023. Т. 18. № 4. C. 28–35. https://doi.org/10.30764/1819-2785-4-28-35
10. Чернышев К.А. Нейросетевые технологии в аспекте судебно-экспертной деятельности // Криминалистика: вчера, сегодня, завтра. 2024. Т. 32. № 4. С. 239–252.
11. Иванов А.И., Газин А.И., Качайкин Е.И., Андреев Д.Ю. Автоматизация почерковедческой экспертизы, построенная на обучении больших искусственных нейронных сетей // Модели, системы, сети в экономике, технике, природе и обществе. 2016. № 1 (17). С. 249–257.
12. Самылкина Н.Н., Калинин И.А. Изучение работы нейронной сети на примере распознавания рукописных цифр с использованием
