Ворота кованые ВК№78 47 38 11 104 70 111 67 85 72 [RNLJDUMC13]
Приобрести c доставкой нужный вам вид ворот и ограждений вы можете по доступной цене в нашей компании
Ворота кованые ВК№78
У нас можно приобрести распашные и развижные ворота любой формы и размера с покраской в нужный цвет. Оплатить заказ можно по безналу и наличными. Доставка по Москве и Московской области. Вам нужно только позвонить нам или оставить заявку на сайте! Принимаем заявки каждый день. ► Отправить заявку / Вызвать мастера
Основные характеристики | |
---|---|
Модель: | Ворота ВК№78 (АРТ-RNLJDUMC13) |
Ширина: | Любой размер / согласно планированного въезда |
Высота: | Любой размер / по крепежным столбам |
Конструкция: | Кованносварная с элементами художественной ковки и литья Способ открывания — распашные, открытие наружу или во внутрь по заказу клиента |
Материал: | Каркас — сталь 3мм Рама – пустотелая труба из металла 40/40/2мм, 40/20/2мм, металлический лист 1.5мм. Заполнение узором – полнотелый квадрат 12/12мм. Притворные планки – полоса 40/4мм, сталь 3мм. Кованные элементы декора — сталь 3мм. |
Комплектация: | Внутренний засов, нижние запоры, петли на воротах и калитке (включено в стоимость) Крепежные и притворные стойки не включены в стоимость и рассчитываются отдельно по нагрузке и креплению ворот, калитки. |
Покраска: | Любой вариант окраски по заказу клиента : эмаль грунт покраска (подробнее…) и порошковая краска (подробнее…) |
Используемые технологии: | Горячая ручная ковка, штамповка |
Доставка: | Доставка в Москву и в 120 городов Московской и Калужской области (Селятино, Остафьево, Подольск, Ожерелье, Белоомут и др) (подробнее о стоимости доставки) |
Производитель: | Кузница »Ковка-МДМ» (Россия) |
Преимущества сотрудничества с нами:
- Собственное производство.
- Низкие цены от производителя без скрытых платежей.
- Предоставляем БЕСПЛАТНЫЙ ВЫЕЗД КОНСУЛЬТАНТА.
- Все расчеты работ выполняем «ПОД КЛЮЧ».
- Готовые эскизы ворот и ограждений и других изделий — БЕСПЛАТНО.
- Сертификат соответствия.
- Оплата — безналичный расчет / наличные.
Для изготовления на заказ кованых ворот и ограждений применяется высококачественная сталь (Россия) со специальными сплавами, отличающейся высокой прочностью и способностью выдерживать значительные нагрузки. У НАС НАСТОЯЩЕЕ КАЧЕСТВО! НЕ КИТАЙ! 100% ГАРАНТИЯ!
Несколько примеров выполненных заказов:
Ваш заказ на металлические ворота и калитки (АРТ-RNLJDUMC13) будет изготовлен быстро и качественно. Сертификат соответствия. Гарантия качества!
Вас также может заинтересовать:
Обозначение | Размеры, мм | Масса, кг | |||||
---|---|---|---|---|---|---|---|
по ГОСТу | Импортное (зарубежное ISO) | Fw | D | C | C2 | r | |
Серия ширин 2, серия диаметров 1. | |||||||
Подшипник ВК040807 | — | 4 | 8 | 7 | 1,0 | — | — |
Подшипник ВК050907 | — | 5 | 9 | 7 | 1,0 | — | — |
Подшипник ВК061007 | — | 6 | 10 | 7 | 1,0 | — | — |
Подшипник ВК071107 | — | 7 | 11 | 7 | 1,0 | — | — |
Подшипник ВК081207 | — | 8 | 12 | 7 | 1,0 | — | — |
Подшипник ВК091307 | — | 9 | 13 | 7 | 1,0 | — | — |
Подшипник ВК101407 | — | 10 | 14 | 7 | 1,0 | — | — |
Подшипник ВК121607 | — | 12 | 16 | 7 | 1,0 | — | — |
Подшипник ВК142010 | — | 14 | 20 | 10 | 1,3 | — | — |
Подшипник ВК152110 | — | 15 | 21 | 10 | 1,3 | — | — |
Подшипник ВК162210 | — | 16 | 22 | 10 | 1,3 | — | — |
Подшипник ВК172310 | — | 17 | 23 | 10 | 1,3 | — | — |
Подшипник ВК182410 | — | 18 | 24 | 10 | 1,3 | — | — |
Подшипник ВК202610 | — | 20 | 26 | 10 | 1,3 | — | 0,0135 |
Подшипник ВК222810 | — | 22 | 28 | 10 | 1,3 | — | — |
Подшипник ВК253212 | — | 25 | 32 | 12 | 1,3 | — | 0,0230 |
Подшипник ВК283512 | — | 28 | 35 | 12 | 1,3 | — | — |
Подшипник ВК303712 | Подшипник BK3012 | 30 | 37 | 12 | 1,3 | 1,2 | 0,0270 |
Подшипник ВК323912 | — | 32 | 39 | 12 | 1,3 | — | — |
Подшипник ВК354212 | — | 35 | 42 | 12 | 1,3 | — | 0,0329 |
Подшипник ВК384512 | — | 38 | 45 | 12 | 1,3 | — | — |
Подшипник ВК404712 | — | 40 | 47 | 12 | 1,3 | — | 0,0370 |
Подшипник ВК424912 | — | 42 | 49 | 12 | 1,3 | — | — |
Подшипник ВК455212 | — | 45 | 52 | 12 | 1,3 | — | — |
Подшипник ВК505814 | — | 50 | 58 | 14 | 1,6 | — | — |
Подшипник ВК556314 | — | 55 | 63 | 14 | 1,6 | — | — |
Подшипник ВК606814 | — | 60 | 68 | 14 | 1,6 | — | — |
Подшипник ВК657314 | — | 65 | 73 | 14 | 1,6 | — | — |
Подшипник ВК707814 | — | 70 | 78 | 14 | 1,6 | — | — |
| |||||||
Серия ширин 2, серия диаметров 2. | |||||||
Подшипник ВК081410 | — | 8 | 14 | 10 | 1,3 | — | — |
Подшипник ВК091510 | — | 9 | 15 | 10 | 1,3 | — | — |
Подшипник ВК101610 | — | 10 | 16 | 10 | 1,3 | — | — |
Подшипник ВК121810 | — | 12 | 18 | 10 | 1,3 | — | 0,0078 |
Подшипник ВК142212 | — | 14 | 22 | 12 | 1,3 | — | — |
Подшипник ВК152312 | — | 15 | 23 | 12 | 1,3 | — | — |
Подшипник ВК162412 | — | 16 | 24 | 12 | 1,3 | — | — |
Подшипник ВК172512 | — | 17 | 25 | 12 | 1,3 | — | — |
Подшипник ВК182612 | — | 18 | 26 | 12 | 1,3 | — | — |
Подшипник ВК202812 | Подшипник BK2012 | 20 | 28 | 12 | 1,3 | 1,2 | 0,0180 |
Подшипник ВК223012 | — | 22 | 30 | 12 | 1,3 | — | — |
Подшипник ВК253514 | — | 25 | 35 | 14 | 1,6 | — | — |
Подшипник ВК283814 | — | 28 | 38 | 14 | 1,6 | — | — |
Подшипник ВК304014 | — | 30 | 40 | 14 | 1,6 | — | — |
Подшипник ВК324214 | — | 32 | 42 | 14 | 1,6 | — | — |
Подшипник ВК354514 | — | 35 | 45 | 14 | 1,6 | — | — |
Подшипник ВК384814 | — | 38 | 48 | 14 | 1,6 | — | — |
Подшипник ВК405014 | — | 40 | 50 | 14 | 1,6 | — | — |
Подшипник ВК425214 | — | 42 | 52 | 14 | 1,6 | — | — |
Подшипник ВК455514 | — | 45 | 55 | 14 | 1,6 | — | — |
Серия ширин 3, серия диаметров 1. | |||||||
Подшипник ВК040808 | Подшипник BK0408 | 4 | 8 | 8 | 1,0 | — | 0,00145 |
Подшипник ВК050908 | — | 5 | 9 | 8 | 1,0 | — | — |
Подшипник ВК061008 | — | 6 | 10 | 8 | 1,0 | — | 0,0021 |
Подшипник ВК071108 | — | 7 | 11 | 8 | 1,0 | — | — |
Подшипник ВК081208 | Подшипник BK0808 | 8 | 12 | 8 | 1,0 | — | 0,0028 |
Подшипник ВК091308 | — | 9 | 13 | 8 | 1,0 | — | — |
Подшипник ВК101408 | — | 10 | 14 | 8 | 1,0 | — | — |
Подшипник ВК121608 | — | 12 | 16 | 8 | 1,0 | — | — |
Подшипник ВК142012 | Подшипник BK1412 | 14 | 20 | 12 | 1,3 | 1,2 | 0,0107 |
Подшипник ВК152112 | Подшипник BK1512 | 15 | 21 | 12 | 1,3 | 1,2 | 0,0115 |
Подшипник ВК162212 | Подшипник BK1612 | 16 | 22 | 12 | 1,3 | 1,2 | 0,0123 |
Подшипник ВК172312 | — | 17 | 23 | 12 | 1,3 | — | 0,0130 |
Подшипник ВК182412 | Подшипник BK1812 | 18 | 24 | 12 | 1,3 | 1,2 | 0,0143 |
Подшипник ВК202612 | — | 20 | 26 | 12 | 1,3 | — | 0,0158 |
Подшипник ВК222812 | Подшипник BK2212 | 22 | 28 | 12 | 1,3 | 1,2 | 0,0180 |
Подшипник ВК253214 | — | 25 | 32 | 14 | 1,3 | — | — |
Подшипник ВК283514 | — | 28 | 35 | 14 | 1,3 | — | — |
Подшипник ВК303714 | — | 30 | 37 | 14 | 1,3 | — | — |
Подшипник ВК323914 | — | 32 | 39 | 14 | 1,3 | — | — |
Подшипник ВК354214 | — | 35 | 42 | 14 | 1,3 | — | — |
Подшипник ВК384514 | — | 38 | 45 | 14 | 1,3 | — | — |
Подшипник ВК404714 | — | 40 | 47 | 14 | 1,3 | — | — |
Подшипник ВК424914 | — | 42 | 49 | 14 | 1,3 | — | — |
Подшипник ВК455214 | — | 45 | 52 | 14 | 1,3 | — | — |
Подшипник ВК505816 | — | 50 | 58 | 16 | 1,6 | — | — |
Подшипник ВК556316 | — | 55 | 63 | 16 | 1,6 | — | — |
Подшипник ВК606816 | — | 60 | 68 | 16 | 1,6 | — | — |
Подшипник ВК657316 | — | 65 | 73 | 16 | 1,6 | — | — |
Подшипник ВК707816 | — | 70 | 78 | 16 | 1,6 | — | — |
Серия ширин 3, серия диаметров 2. | |||||||
Подшипник ВК081412 | — | 8 | 14 | 12 | 1,3 | — | — |
Подшипник ВК091512 | — | 9 | 15 | 12 | 1,3 | — | — |
Подшипник ВК101612 | — | 10 | 16 | 12 | 1,3 | — | 0,0082 |
Подшипник ВК121812 | Подшипник BK1212 | 12 | 18 | 12 | 1,3 | 1,2 | 0,0095 |
Подшипник ВК142214 | — | 14 | 22 | 14 | 1,3 | — | — |
Подшипник ВК152314 | — | 15 | 23 | 14 | 1,3 | — | — |
Подшипник ВК162414 | — | 16 | 24 | 14 | 1,3 | — | — |
Подшипник ВК172514 | — | 17 | 25 | 14 | 1,3 | — | — |
Подшипник ВК182614 | — | 18 | 26 | 14 | 1,3 | — | — |
Подшипник ВК202814 | — | 20 | 28 | 14 | 1,3 | — | — |
Подшипник ВК223014 | — | 22 | 30 | 14 | 1,3 | — | — |
Подшипник ВК253516 | — | 25 | 35 | 16 | 1,6 | — | — |
Подшипник ВК283816 | — | 28 | 38 | 16 | 1,6 | — | — |
Подшипник ВК304016 | — | 30 | 40 | 16 | 1,6 | — | — |
Подшипник ВК324216 | — | 32 | 42 | 16 | 1,6 | — | — |
Подшипник ВК354516 | — | 35 | 45 | 16 | 1,6 | — | — |
Подшипник ВК384816 | — | 38 | 48 | 16 | 1,6 | — | — |
Подшипник ВК405016 | — | 40 | 50 | 16 | 1,6 | — | — |
Подшипник ВК425216 | — | 42 | 52 | 16 | 1,6 | — | — |
Подшипник ВК455516 | — | 45 | 55 | 16 | 1,6 | — | — |
Серия ширин 4, серия диаметров 1. | |||||||
Подшипник ВК050909 | Подшипник BK0509 | 5 | 9 | 9 | 1,0 | — | 0,0021 |
Подшипник ВК061009 | Подшипник BK0609 | 6 | 10 | 9 | 1,0 | — | 0,0024 |
Подшипник ВК071109 | Подшипник BK0709 | 7 | 11 | 9 | 1,0 | — | 0,0028 |
Подшипник ВК081209 | — | 8 | 12 | 9 | 1,0 | — | — |
Подшипник ВК091309 | — | 9 | 13 | 9 | 1,0 | — | — |
Подшипник ВК101409 | — | 10 | 14 | 9 | 1,0 | — | — |
Подшипник ВК121609 | — | 12 | 16 | 9 | 1,0 | — | — |
Подшипник ВК142014 | — | 14 | 20 | 14 | 1,3 | — | — |
Подшипник ВК152114 | — | 15 | 21 | 14 | 1,3 | — | — |
Подшипник ВК162214 | — | 16 | 22 | 14 | 1,3 | — | — |
Подшипник ВК172314 | — | 17 | 23 | 14 | 1,3 | — | — |
Подшипник ВК182414 | — | 18 | 24 | 14 | 1,3 | — | — |
Подшипник ВК202614 | — | 20 | 26 | 14 | 1,3 | — | — |
Подшипник ВК222814 | — | 22 | 28 | 14 | 1,3 | — | — |
Подшипник ВК253216 | Подшипник BK2516 | 25 | 32 | 16 | 1,3 | 1,2 | 0,029 |
Подшипник ВК283516 | — | 28 | 35 | 16 | 1,3 | — | 0,032 |
Подшипник ВК303716 | Подшипник BK3016 | 30 | 37 | 16 | 1,3 | 1,2 | 0,034 |
Подшипник ВК323916 | — | 32 | 39 | 16 | 1,3 | — | — |
Подшипник ВК354216 | — | 35 | 42 | 16 | 1,3 | — | 0,041 |
Подшипник ВК384516 | — | 38 | 45 | 16 | 1,3 | — | — |
Подшипник ВК404716 | — | 40 | 47 | 16 | 1,3 | — | 0,046 |
Подшипник ВК424916 | — | 42 | 49 | 16 | 1,3 | — | — |
Подшипник ВК455216 | — | 45 | 52 | 16 | 1,3 | — | 0,053 |
Подшипник ВК505818 | — | 50 | 58 | 18 | 1,6 | — | — |
Подшипник ВК556318 | — | 55 | 63 | 18 | 1,6 | — | — |
Подшипник ВК606818 | — | 60 | 68 | 18 | 1,6 | — | — |
Подшипник ВК657318 | — | 65 | 73 | 18 | 1,6 | — | — |
Подшипник ВК707818 | — | 70 | 78 | 18 | 1,6 | — | — |
Серия ширин 4, серия диаметров 2. | |||||||
Подшипник ВК081414 | — | 8 | 14 | 14 | 1,3 | — | — |
Подшипник ВК091514 | — | 9 | 15 | 14 | 1,3 | — | — |
Подшипник ВК101614 | — | 10 | 16 | 14 | 1,3 | — | — |
Подшипник ВК121814 | — | 12 | 18 | 14 | 1,3 | — | — |
Подшипник ВК142216 | — | 14 | 22 | 16 | 1,3 | — | — |
Подшипник ВК152316 | — | 15 | 23 | 16 | 1,3 | — | — |
Подшипник ВК162416 | — | 16 | 24 | 16 | 1,3 | — | — |
Подшипник ВК172516 | — | 17 | 25 | 16 | 1,3 | — | — |
Подшипник ВК182616 | — | 18 | 26 | 16 | 1,3 | — | — |
Подшипник ВК202816 | — | 20 | 28 | 16 | 1,3 | — | — |
Подшипник ВК223016 | — | 22 | 30 | 16 | 1,3 | — | — |
Подшипник ВК253518 | — | 25 | 35 | 18 | 1,6 | — | — |
Подшипник ВК283818 | — | 28 | 38 | 18 | 1,6 | — | — |
Подшипник ВК304018 | — | 30 | 40 | 18 | 1,6 | — | — |
Подшипник ВК324218 | — | 32 | 42 | 18 | 1,6 | — | — |
Подшипник ВК354518 | — | 35 | 45 | 18 | 1,6 | — | — |
Подшипник ВК384818 | — | 38 | 48 | 18 | 1,6 | — | — |
Подшипник ВК405018 | — | 40 | 50 | 18 | 1,6 | — | — |
Подшипник ВК425218 | — | 42 | 52 | 18 | 1,6 | — | — |
Подшипник ВК455518 | — | 45 | 55 | 18 | 1,6 | — | — |
Серия ширин 5, серия диаметров 1. | |||||||
Подшипник ВК061010 | — | 6 | 10 | 10 | 1,0 | — | — |
Подшипник ВК071110 | — | 7 | 11 | 10 | 1,0 | — | — |
Подшипник ВК081210 | Подшипник BK0810 | 8 | 12 | 10 | 1,0 | — | 0,0034 |
Подшипник ВК091310 | Подшипник BK0910 | 9 | 13 | 10 | 1,0 | — | 0,0038 |
Подшипник ВК101410 | Подшипник BK1010 | 10 | 14 | 10 | 1,0 | 1,2 | 0,0042 |
Подшипник ВК121610 | Подшипник BK1210 | 12 | 16 | 10 | 1,0 | 1,2 | 0,0050 |
Подшипник ВК142016 | — | 14 | 20 | 16 | 1,3 | — | 0,0139 |
Подшипник ВК152116 | Подшипник BK1516 | 15 | 21 | 16 | 1,3 | 1,2 | 0,0165 |
Подшипник ВК162216 | Подшипник BK1616 | 16 | 22 | 16 | 1,3 | 1,2 | 0,0160 |
Подшипник ВК172316 | — | 17 | 23 | 16 | 1,3 | — | — |
Подшипник ВК182416 | Подшипник BK1816 | 18 | 24 | 16 | 1,3 | 1,2 | 0,0186 |
Подшипник ВК202616 | Подшипник BK2016 | 20 | 26 | 16 | 1,3 | 1,2 | 0,0201 |
Подшипник ВК222816 | Подшипник BK2216 | 22 | 28 | 16 | 1,3 | 1,2 | 0,0230 |
Подшипник ВК253218 | — | 25 | 32 | 18 | 1,3 | — | — |
Подшипник ВК283518 | — | 28 | 35 | 18 | 1,3 | — | — |
Подшипник ВК303718 | — | 30 | 37 | 18 | 1,3 | — | — |
Подшипник ВК323918 | — | 32 | 39 | 18 | 1,3 | — | — |
Подшипник ВК354218 | — | 35 | 42 | 18 | 1,3 | — | — |
Подшипник ВК384518 | — | 38 | 45 | 18 | 1,3 | — | — |
Подшипник ВК404718 | — | 40 | 47 | 18 | 1,3 | — | — |
Подшипник ВК424918 | — | 42 | 49 | 18 | 1,3 | — | — |
Подшипник ВК455218 | — | 45 | 52 | 18 | 1,3 | — | — |
Подшипник ВК505820 | — | 50 | 58 | 20 | 1,6 | 1,2 | 0,083 |
Подшипник ВК556320 | — | 55 | 63 | 20 | 1,6 | — | 0,082 |
Подшипник ВК606820 | — | 60 | 68 | 20 | 1,6 | — | 0,105 |
Подшипник ВК657320 | — | 65 | 73 | 20 | 1,6 | — | — |
Подшипник ВК707820 | — | 70 | 78 | 20 | 1,6 | — | — |
Серия ширин 5, серия диаметров 2. | |||||||
Подшипник ВК091516 | — | 9 | 15 | 16 | 1,3 | — | — |
Подшипник ВК101616 | — | 10 | 16 | 16 | 1,3 | — | — |
Подшипник ВК121816 | — | 12 | 18 | 16 | 1,3 | — | — |
Подшипник ВК142218 | — | 14 | 22 | 18 | 1,3 | — | — |
Подшипник ВК152318 | — | 15 | 23 | 18 | 1,3 | — | — |
Подшипник ВК162418 | — | 16 | 24 | 18 | 1,3 | — | — |
Подшипник ВК172518 | — | 17 | 25 | 18 | 1,3 | — | — |
Подшипник ВК182618 | — | 18 | 26 | 18 | 1,3 | — | — |
Подшипник ВК202818 | — | 20 | 28 | 18 | 1,3 | — | — |
Подшипник ВК223018 | — | 22 | 30 | 18 | 1,3 | — | — |
Подшипник ВК253520 | — | 25 | 35 | 20 | 1,6 | — | — |
Подшипник ВК283820 | — | 28 | 38 | 20 | 1,6 | — | — |
Подшипник ВК304020 | — | 30 | 40 | 20 | 1,6 | — | — |
Подшипник ВК324220 | — | 32 | 42 | 20 | 1,6 | — | — |
Подшипник ВК354520 | — | 35 | 45 | 20 | 1,6 | — | — |
Подшипник ВК384820 | — | 38 | 48 | 20 | 1,6 | — | — |
Подшипник ВК405020 | — | 40 | 50 | 20 | 1,6 | — | — |
Подшипник ВК425220 | — | 42 | 52 | 20 | 1,6 | — | — |
Подшипник ВК455520 | — | 45 | 55 | 20 | 1,6 | — | — |
Серия ширин 6, серия диаметров 1. | |||||||
Подшипник ВК071112 | — | 7 | 11 | 12 | 1,0 | — | — |
Подшипник ВК081212 | — | 8 | 12 | 12 | 1,0 | — | — |
Подшипник ВК091312 | Подшипник BK0912 | 9 | 13 | 12 | 1,0 | — | 0,0049 |
Подшипник ВК101412 | Подшипник BK1012 | 10 | 14 | 12 | 1,0 | 1,2 | 0,0050 |
Подшипник ВК121612 | — | 12 | 16 | 12 | 1,0 | — | — |
Подшипник ВК142018 | — | 14 | 20 | 18 | 1,3 | — | — |
Подшипник ВК152118 | — | 15 | 21 | 18 | 1,3 | — | — |
Подшипник ВК162218 | — | 16 | 22 | 18 | 1,3 | — | — |
Подшипник ВК172318 | — | 17 | 23 | 18 | 1,3 | — | — |
Подшипник ВК182418 | — | 18 | 24 | 18 | 1,3 | — | — |
Подшипник ВК202618 | — | 20 | 26 | 18 | 1,3 | — | — |
Подшипник ВК222818 | — | 22 | 28 | 18 | 1,3 | — | — |
Подшипник ВК253220 | Подшипник BK2520 | 25 | 32 | 20 | 1,3 | 1,2 | 0,035 |
Подшипник ВК283520 | — | 28 | 35 | 20 | 1,3 | — | 0,039 |
Подшипник ВК303720 | Подшипник BK3020 | 30 | 37 | 20 | 1,3 | 1,2 | 0,042 |
Подшипник ВК323920 | — | 32 | 39 | 20 | 1,3 | — | — |
Подшипник ВК354220 | Подшипник BK3520 | 35 | 42 | 20 | 1,3 | 1,2 | 0,049 |
Подшипник ВК384520 | — | 38 | 45 | 20 | 1,3 | — | — |
Подшипник ВК404720 | Подшипник BK4020 | 40 | 47 | 20 | 1,3 | 1,2 | 0,056 |
Подшипник ВК424920 | — | 42 | 49 | 20 | 1,3 | — | — |
Подшипник ВК455220 | Подшипник BK4520 | 45 | 52 | 20 | 1,3 | 1,2 | 0,061 |
Подшипник ВК505824 | — | 50 | 58 | 24 | 1,6 | — | 0,097 |
Подшипник ВК556324 | — | 55 | 63 | 24 | 1,6 | — | 0,107 |
Подшипник ВК606824 | — | 60 | 68 | 24 | 1,6 | — | — |
Подшипник ВК657324 | — | 65 | 73 | 24 | 1,6 | — | — |
Подшипник ВК707824 | — | 70 | 78 | 24 | 1,6 | — | — |
Серия ширин 6, серия диаметров 2. | |||||||
Подшипник ВК121818 | — | 12 | 18 | 18 | 1,3 | — | — |
Подшипник ВК142220 | — | 14 | 22 | 20 | 1,3 | — | — |
Подшипник ВК152320 | — | 15 | 23 | 20 | 1,3 | — | — |
Подшипник ВК162420 | — | 16 | 24 | 20 | 1,3 | — | — |
Подшипник ВК172520 | — | 17 | 25 | 20 | 1,3 | — | — |
Подшипник ВК182620 | — | 18 | 26 | 20 | 1,3 | — | — |
Подшипник ВК202820 | — | 20 | 28 | 20 | 1,3 | — | — |
Подшипник ВК223020 | — | 22 | 30 | 20 | 1,3 | — | — |
Подшипник ВК253524 | — | 25 | 35 | 24 | 1,6 | — | — |
Подшипник ВК283824 | — | 28 | 38 | 24 | 1,6 | — | — |
Подшипник ВК304024 | — | 30 | 40 | 24 | 1,6 | — | — |
Подшипник ВК324224 | — | 32 | 42 | 24 | 1,6 | — | — |
Подшипник ВК354524 | — | 35 | 45 | 24 | 1,6 | — | — |
Подшипник ВК384824 | — | 38 | 48 | 24 | 1,6 | — | — |
Подшипник ВК405024 | — | 40 | 50 | 24 | 1,6 | — | — |
Подшипник ВК425224 | — | 42 | 52 | 24 | 1,6 | — | — |
Подшипник ВК455524 | — | 45 | 55 | 24 | 1,6 | — | — |
Серия ширин 7, серия диаметров 1. | |||||||
Подшипник ВК091314 | — | 9 | 13 | 14 | 1,0 | — | — |
Подшипник ВК101414 | — | 10 | 14 | 14 | 1,0 | — | — |
Подшипник ВК121614 | — | 12 | 16 | 14 | 1,0 | — | — |
Подшипник ВК142020 | — | 14 | 20 | 20 | 1,3 | — | — |
Подшипник ВК152120 | — | 15 | 21 | 20 | 1,3 | — | — |
Подшипник ВК162220 | — | 16 | 22 | 20 | 1,3 | — | — |
Подшипник ВК172320 | — | 17 | 23 | 20 | 1,3 | — | — |
Подшипник ВК182420 | — | 18 | 24 | 20 | 1,3 | — | — |
Подшипник ВК202620 | Подшипник BK2020 | 20 | 26 | 20 | 1,3 | 1,2 | 0,0250 |
Подшипник ВК222820 | — | 22 | 28 | 20 | 1,3 | — | 0,0299 |
Подшипник ВК253224 | — | 25 | 32 | 24 | 1,3 | — | — |
Подшипник ВК283524 | — | 28 | 35 | 24 | 1,3 | — | — |
Подшипник ВК303724 | — | 30 | 37 | 24 | 1,3 | — | — |
Подшипник ВК323924 | — | 32 | 39 | 24 | 1,3 | — | — |
Подшипник ВК354224 | — | 35 | 42 | 24 | 1,3 | — | — |
Подшипник ВК384524 | — | 38 | 45 | 24 | 1,3 | — | — |
Подшипник ВК404724 | — | 40 | 47 | 24 | 1,3 | — | — |
Подшипник ВК424924 | — | 42 | 49 | 24 | 1,3 | — | — |
Подшипник ВК455224 | — | 45 | 52 | 24 | 1,3 | — | — |
Подшипник ВК505828 | — | 50 | 58 | 28 | 1,6 | — | — |
Подшипник ВК556328 | — | 55 | 63 | 28 | 1,6 | — | 0,132 |
Подшипник ВК606828 | — | 60 | 68 | 28 | 1,6 | — | — |
Подшипник ВК657328 | — | 65 | 73 | 28 | 1,6 | — | — |
Подшипник ВК707828 | — | 70 | 78 | 28 | 1,6 | — | — |
Серия ширин 7, серия диаметров 2. | |||||||
Подшипник ВК142224 | — | 14 | 22 | 24 | 1,3 | — | — |
Подшипник ВК152324 | — | 15 | 23 | 24 | 1,3 | — | — |
Подшипник ВК162424 | — | 16 | 24 | 24 | 1,3 | — | — |
Подшипник ВК172524 | — | 17 | 25 | 24 | 1,3 | — | — |
Подшипник ВК182624 | — | 18 | 26 | 24 | 1,3 | — | — |
Подшипник ВК202824 | — | 20 | 28 | 24 | 1,3 | — | — |
Подшипник ВК223024 | — | 22 | 30 | 24 | 1,3 | — | — |
Подшипник ВК253528 | — | 25 | 35 | 28 | 1,6 | — | — |
Подшипник ВК283828 | — | 28 | 38 | 28 | 1,6 | — | — |
Подшипник ВК304028 | — | 30 | 40 | 28 | 1,6 | — | — |
Подшипник ВК324228 | — | 32 | 42 | 28 | 1,6 | — | — |
Подшипник ВК354528 | — | 35 | 45 | 28 | 1,6 | — | — |
Подшипник ВК384828 | — | 38 | 48 | 28 | 1,6 | — | — |
Подшипник ВК405028 | — | 40 | 50 | 28 | 1,6 | — | — |
Подшипник ВК425228 | — | 42 | 52 | 28 | 1,6 | — | — |
Подшипник ВК455528 | — | 45 | 55 | 28 | 1,6 | — | — |
Серия ширин 8, серия диаметров 1. | |||||||
Подшипник ВК253228 | — | 25 | 32 | 28 | 1,3 | — | — |
Подшипник ВК283528 | — | 28 | 35 | 28 | 1,3 | — | — |
Подшипник ВК303728 | — | 30 | 37 | 28 | 1,3 | — | — |
Подшипник ВК323928 | — | 32 | 39 | 28 | 1,3 | — | — |
Подшипник ВК354228 | — | 35 | 42 | 28 | 1,3 | — | — |
Подшипник ВК384528 | — | 38 | 45 | 28 | 1,3 | — | — |
Подшипник ВК404728 | — | 40 | 47 | 28 | 1,3 | — | — |
Подшипник ВК424928 | — | 42 | 49 | 28 | 1,3 | — | — |
Подшипник ВК455228 | — | 45 | 52 | 28 | 1,3 | — | — |
Подшипник ВК505832 | — | 50 | 58 | 32 | 1,6 | — | — |
Подшипник ВК556332 | — | 55 | 63 | 32 | 1,6 | — | — |
Подшипник ВК606832 | — | 60 | 68 | 32 | 1,6 | — | 0,164 |
Подшипник ВК657332 | — | 65 | 73 | 32 | 1,6 | — | — |
Подшипник ВК707832 | — | 70 | 78 | 32 | 1,6 | — | — |
Серия ширин 8, серия диаметров 2. | |||||||
Подшипник ВК253532 | — | 25 | 35 | 32 | 1,6 | — | — |
Подшипник ВК283832 | — | 28 | 38 | 32 | 1,6 | — | — |
Подшипник ВК304032 | — | 30 | 40 | 32 | 1,6 | — | — |
Подшипник ВК324232 | — | 32 | 42 | 32 | 1,6 | — | — |
Подшипник ВК354532 | — | 35 | 45 | 32 | 1,6 | — | — |
Подшипник ВК384832 | — | 38 | 48 | 32 | 1,6 | — | — |
Подшипник ВК405032 | — | 40 | 50 | 32 | 1,6 | — | — |
Подшипник ВК425232 | — | 42 | 52 | 32 | 1,6 | — | — |
Подшипник ВК455532 | — | 45 | 55 | 32 | 1,6 | — | — |
Серия ширин 9, серия диаметров 1. | |||||||
Подшипник ВК253232 | — | 25 | 32 | 32 | 1,3 | — | — |
Подшипник ВК283532 | — | 28 | 35 | 32 | 1,3 | — | — |
Подшипник ВК303732 | — | 30 | 37 | 32 | 1,3 | — | — |
Подшипник ВК323932 | — | 32 | 39 | 32 | 1,3 | — | — |
Подшипник ВК354232 | — | 35 | 42 | 32 | 1,3 | — | — |
Подшипник ВК384532 | — | 38 | 45 | 32 | 1,3 | — | — |
Подшипник ВК404732 | — | 40 | 47 | 32 | 1,3 | — | — |
Подшипник ВК424932 | — | 42 | 49 | 32 | 1,3 | — | — |
Подшипник ВК455232 | — | 45 | 52 | 32 | 1,3 | — | — |
Подшипник ВК505836 | — | 50 | 58 | 36 | 1,6 | — | — |
Подшипник ВК556336 | — | 55 | 63 | 36 | 1,6 | — | — |
Подшипник ВК606836 | — | 60 | 68 | 36 | 1,6 | — | — |
Подшипник ВК657336 | — | 65 | 73 | 36 | 1,6 | — | — |
Подшипник ВК707836 | — | 70 | 78 | 36 | 1,6 | — | — |
o555bk 78 Ford Escort — гос номер авто
Индивидуальный регистрационный знак (номер) автомобиля.
В России основная часть регистрационных знаков образца 1993 года, в соответствии с ГОСТ Р 50577-93. Отличия по формату и/или размеру от стандартных имеют: номерные знаки маршрутных ТС, военных ТС, ТС дипломатических миссий, ТС МВД, прицепов, строительной техники и мотоциклов.
Стандартные номера состоят из 3 букв и 3 цифр. Буквы означают серию номерного знака, а цифры — номер. Примером может послужить описание автомобильного номера на данной странице, О 555 ВК 78 По ГОСТу для использования разрешены 12 букв кириллицы, которыые имеют графические аналоги в латинском алфавите (А, В, Е, К, М, Н, О, Р, С, Т, У, Х). В правой части номерного знака, отделенной вертикальной черной линией, расположены: флаг Российской Федерации и надпись «RUS», в верхней кодовое обозначение субъекта РФ, где был зарегистрирован автомобиль.
Все используемые автомобильные номера зарегистрированы. Для каждого административного района определен свой номер, общий для всех ТС, зарегистрированных в этом округе. Общее количество комплектов регистрационных знаков, которое может быть изготовлено для каждого субъекта России, определяется ГОСТом и составляет 1726272 шт.
Изначально в качестве кодов регионов применялись только числа от 01 до 89, по количеству регионов РФ на 1 января 1993 года. Однако количество регистрируемых автомобилей с каждым годом увеличивается, и номерных знаков с допустимыми комбинациями стало недостаточно. По этой причине в ряде субъектов России вводятся дополнительные кодовые обозначения, которые можно использовать на знаках; сначала началась выдача кодов регионов из девятого десятка (9х) (кроме кода 92), а затем перешли к трёхзначным кодам регионов. Три и более кодов региона используют Москва (коды 77, 99, 97, 177, 199, 197, 777), Московская область (50, 90, 150, 190), Красноярский край (24, 84, 88, 124), Санкт-Петербург (78, 98, 178), Краснодарский край (23, 93, 123), Пермский край (59, 81, 159) и Свердловская область (66, 96, 196), при этом Краснодарский и Пермский края получили еще один код «в наследство» от вошедших в их состав других субъектов федерации, 19 субъектов используют два кода региона.
Holden 201518-4B Передний Commodore VB, VC, VH, VK, VL, VN, VP (’78 -’93) Радиусный стержень к внутренним втулкам нижнего рычага
Дома » Холден » Holden 201518-4B Front Commodore VB, VC, VH, VK, VL, VN, VP (’78 -’93) Радиусная тяга к внутренним втулкам нижнего рычага » Вернуться на предыдущую страницу Бренд: KMAC
Марка: Holden
Модель: Commodore VB, VC, VH, VK, VL, VN, VP
Год: 1978-1993
Номер детали: 201518- 4B
- Описание
Описание продукта
Дополнительная информация о продукте / Продажи:
Тел. 1888 847 9099 Внутр.+ 61 2 9556 1799 (круглосуточно)Дополнительная информация о продукте / Продажи:
Внутр. + 61 2 9556 1799 (круглосуточно)KMAC Holden Commodore VB, VC, VH, VK, VL, VN, VP (1978-1993)
Внутренние втулки переднего нижнего рычага,
# 201518- 4BКогда второго лучшего недостаточно….
ВСЕ ПОСЛЕДНИЕ ПРОРЫВЫ В ДИЗАЙНЕ, НЕ НАЙДЕННЫЕ В ДРУГИХ БРЕНДАХ….
ЧТО ВЫ ОЖИДАЕТЕ ОПЫТА БЫТИЯ — НАИБОЛЕЕ ОПЫТ НАИБОЛЕЕ ОПЫТНЫХ ПРОИЗВОДИТЕЛЕЙ КОМПЛЕКТОВ РЕГУЛИРУЕМЫХ ОПОРНЫХ ПЛАСТИН И ВТУЛКИ, НАДЕЖДАЮЩИЕ «НА ДОМУ» — НЕ ПОЛУЧАЮЩИХ ИМПОРТ / РЕМОНТ.ПОЗВОЛЯЕМ ПОЛНЫЙ КОНТРОЛЬ КАЧЕСТВА И БЫСТРОЕ, ПОСТОЯННОЕ УЛУЧШЕНИЕ ДИЗАЙНА (цените любые конструктивные идеи, которые вы можете предложить, как мы можем еще больше укрепить наше лидерство на рынке).
ПРОДУКТ: Более длительный срок службы — более жесткое / более быстрое время отклика.
* ТАКЖЕ ПОСМОТРЕТЬ ПОЛНЫЙ АССОРТИМЕНТ ЭТИХ «ПЕРЕДНЯЯ И ЗАДНЯЯ ТОЧНО РЕГУЛИРУЕМЫЕ РАСПРЕДЕЛИТЕЛЬНЫЕ КАМЕРЫ, РИСУНКИ, ВТУЛКИ НОСКА» Все самые последние достижения KMAC в области проектирования, направленные на решение проблемы преждевременного износа втулки. Большинство втулок имеют в два раза большую несущую поверхность, чем OEM, и являются 2-осевыми / самоцентрирующимися — без использования воздушных пустот.Результат — улучшенная реакция на торможение и рулевое управление. Втулки развала, поворотного кулака и носка также точно регулируются (уникальная запатентованная конструкция KMAC — один гаечный ключ на автомобиле, позволяющий точно регулировать «под нагрузкой» прямо на выравнивающей стойке). С сайлентблоками «Camber», обеспечивающими также «дополнительную» ширину колеи (и отрицательную регулировку) в дни гонок.
Продукт | Описание | Кол-во |
---|---|---|
BK5002 | Комплект бампера для дверей Valiant VH CH VJ CJ VK CK CM | 1 — КОМПЛЕКТ |
BK5003 | Комплект бампера Капот Chrysler VE — CM | 1 — КОМПЛЕКТ |
BL503 | Шнуровка капота Valiant VH CH VJ CJ VK CK CL CM | 1 — EA |
RBS5002 | Крышка сальника Valiant VH VJ VK Charger | 1 — EA |
RDB5025 | Дверной ремень Valiant Charger VK-CL LHF Внешний | 1 — EA |
RDB5026 | Дверной ремень Valiant Charger VK-CL RHF Внешний | 1 — EA |
RDB5027 | Дверной ремень Valiant Charger VK-CL LHF Внутренний | 1 — EA |
RDB5028 | Дверной ремень Valiant Charger VK-CL RH F Внутренний | 1 — EA |
RDS0013B | Приварной дверной проем HQ-HZ LC-UC Val VH-CM Черный | 2 — EA |
RDS5501 | Уплотнение двери Valiant VH-CL Charger & Coupe LH Нижняя | 1 — EA |
RDS5502 | Уплотнение двери Valiant VH-CL Charger & Coupe RH Нижняя часть | 1 — EA |
RDSE505 | Уплотнение двери Нижняя передняя часть VJ-CM Charger Coupe LH | 1 — EA |
RDSE506 | Уплотнение дверцы переднего нижнего конца VJ-CM Charger Coupe RH | 1 — EA |
RDSE507 | Уплотнение двери нижнее заднее Зарядное устройство VJ-CM LH | 1 — EA |
RDSE508 | Уплотнение дверцы, нижняя задняя часть VJ-CM Зарядное устройство RH | 1 — EA |
RG180 | Универсальный резиновый клей 25 мл Бутыль | 1 — EA |
RGDS503 | Уплотнение Gl зад. разделитель VJ-CL Charger & Coupe LH | 1 — EA |
RGDS504 | Уплотнительный стеклянный разделитель VJ-CL Charger & Coupe RH | 1 — EA |
RLS146 | Блокировочная планка спереди или сзади, хром VH -CM Sedan | 1 — EA |
RLS150 | Стопорная планка спереди или сзади Chrome Valiant S-VG | 1 — EA |
RM5 | Rubber Magic Spray 400g Pressure Pack | 1 — EA |
RRQS505 | Заднее зарядное устройство с уплотнительным стеклом VJ-CL LHR 1/4 | 1 — EA |
RRQS506 | Заднее зарядное устройство с уплотнительным стеклом VJ-CL RHR 1/4 | 1 — EA |
RRRSV01 | Зарядное устройство для рельсов крыши с уплотнением двери VJ-CL L / H | 1 — EA |
RRRSV02 | Зарядное устройство с рельсами с уплотнением двери на крышу VJ-CL R / H | 1 — EA |
WSF507 | Ветер Экран Seal Valiant VH-CM Use Wth Mylar On | 1 — EA |
WSR511 | Уплотнение экрана Заднее зарядное устройство Valiant VH-CM | 1 — EA |
Динамо-машина мотоцикла
Динамо-машинаПерейти к основному содержанию
Мотоцикл динамо
Динамо-машина для мотоциклов Устройство начинается с модульного набора роликов, размещенных под задним колесом мотоцикла, когда он сидит на подставке для заднего колеса [ссылка].Обнаружение поддельной личности с помощью неожиданных вопросов и динамики мыши
Abstract
Обнаружение фальшивых личных данных — серьезная проблема безопасности.Современные методы обнаружения памяти использовать нельзя, поскольку они требуют предварительного знания истинной личности респондента. Здесь мы сообщаем о новом методе обнаружения поддельных идентификационных данных, основанном на использовании неожиданных вопросов, которые могут использоваться для проверки личности респондента без какой-либо предварительной автобиографической информации. В то время как рассказчики правды автоматически отвечают на неожиданные вопросы, лжецы должны «строить» и проверять свои ответы. Этот недостаток автоматизма отражается в движениях мыши, используемых для записи ответов, а также в количестве ошибок.Ответы на неожиданные вопросы сравниваются с ответами на ожидаемые и контрольные вопросы (т. Е. Вопросы, на которые лжец также должен отвечать правдиво). Параметры, которые кодируют движение мыши, были проанализированы с использованием классификаторов машинного обучения, и результаты показывают, что траектории мыши и ошибки в неожиданных вопросах эффективно отличают лжецов от правдивых. Кроме того, мы показали, что лжецы могут быть идентифицированы также, когда они отвечают правдиво. Неожиданные вопросы в сочетании с анализом движения мыши могут эффективно выявить участников с поддельными именами без необходимости получения какой-либо предварительной информации об испытуемом.
Образец цитирования: Monaro M, Gamberini L, Sartori G (2017) Выявление поддельной личности с помощью неожиданных вопросов и динамики мыши. PLoS ONE 12 (5): e0177851. https://doi.org/10.1371/journal.pone.0177851
Редактор: Чжун-Кэ Гао, Тяньцзиньский университет, КИТАЙ
Поступила: 10 января 2017 г .; Одобрена: 4 мая 2017 г .; Опубликован: 18 мая 2017 г.
Авторские права: © 2017 Monaro et al.Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.
Доступность данных: Все соответствующие данные находятся в документе и его файлах с вспомогательной информацией.
Финансирование: Автор (ы) не получил специального финансирования для этой работы.
Конкурирующие интересы: Авторы заявили, что конкурирующих интересов не существует.
Введение
Использование поддельных идентификационных данных — очень распространенная проблема. Люди могут подделывать свою личную информацию по ряду причин. Фальшивая автобиографическая информация, например, наблюдается в спорте, когда игроки утверждают, что они моложе, чем они есть на самом деле [1]. Социальные сети изобилуют фальшивыми профилями [2]. Поддельная личность также является серьезной проблемой в сфере безопасности [3]. Фактически считается, что большое количество террористов скрывается среди мигрантов с Ближнего Востока, въезжающих в Европу.Обычно у мигрантов нет документов, и их идентификационные данные часто основываются на самодекларировании. Среди мигрантов считается, что большое количество террористов выдают ложные данные при въезде на границу. Например, один из террористов, участвовавших в подрыве террориста-смертника в аэропорту Брюсселя 22 марта 2016 г., использовал личность бывшего футболиста миланского «Интера» [4]. В этих случаях инструменты биометрической идентификации (например, отпечатки пальцев) не могли быть применены, поскольку большинство подозреваемых ранее были неизвестны.Интересно, что в принципе можно применить методы обнаружения.
С самого начала, начиная с пионерской работы Бенусси [5], идентификация обманчивых реакций в основном основывалась на использовании физиологических показателей [6]. Совсем недавно были внедрены методы, основанные на времени реакции (RT). Они основаны на задержках реакции на представленный интересующий стимул. Существует широкий консенсус относительно того факта, что обман когнитивно сложнее, чем установление истины, и что эта более высокая когнитивная сложность отражается в ряде показателей когнитивных усилий, включая, например, время реакции [7].Есть свидетельства того, что процесс подавления правдивого ответа, который активируется автоматически, и замена его обманчивым ответом может быть сложной когнитивной задачей. Однако в некоторых случаях ответить ложью быстрее, чем правдиво [8]. Фактически, различные типы лжи могут различаться по своей когнитивной сложности и могут требовать разного уровня когнитивных усилий. Например, когнитивные усилия могут быть минимальными, когда субъект просто отрицает факт, который действительно произошел.
Напротив, он может быть очень высоким при фабрикации сложной лжи, например, когда Улисс, герой «Одиссея », сказал Полифему, что его настоящее имя «Ничейный». Эта ложь была направлена на то, чтобы обмануть Полифема, но также должна была быть легко распознана одноглазыми товарищами Полифема как ложь.
Обнаружение памяти на основеRT имеет ряд преимуществ по сравнению с альтернативными психофизиологическими методами, особенно когда большое количество субъектов находится под пристальным вниманием. Во-первых, RT менее чувствительны к сильным индивидуальным изменениям или изменениям окружающей среды, например, в случае физиологических параметров.Во-вторых, этот метод имеет беспрецедентную особенность, заключающуюся в том, что его можно применять, используя просто компьютер, и применять к большому количеству испытуемых через Интернет. В настоящее время два метода обнаружения памяти, основанные на RT, которые используются для представления слов или предложений, могут быть адаптированы в качестве инструментов для проверки личности. Тест на скрытую информацию (CIT-RT) [9] и автобиографический тест на неявную ассоциацию (aIAT) [10] — это методы, основанные на RT, которые прошли тщательную проверку с удовлетворительными результатами [11].
CIT-RT — это метод, который состоит из представления важной информации в ряду очень похожих некритических источников отвлекающей информации. Например, если скрытая информация об орудии убийства находится под пристальным вниманием, нож (известное орудие убийства) будет представлен вместе с отвлекающими элементами, которые также являются потенциальным орудием убийства (например, пистолет и т. Д.). Ожидается, что невиновные испытуемые будут реагировать на все стимулы. Напротив, для виновного субъекта (со знанием дела о вине) ожидаются более длительные ответы по критическому пункту (например,г., нож). При применении для проверки того, соответствует ли автобиографическая информация, которую утверждает испытуемый, истинной личности, CIT эффективно распознает личности лжецов и правдивых [11].
AIAT — это методика обнаружения памяти, которая использует согласованность / несогласованность между предложениями. Он включает стимулы, принадлежащие к четырем категориям: две из них являются логическими категориями, представленными предложениями, которые определенно истинны (например, « Я перед компьютером ») или определенно ложны (например, « Я перед компьютером, »).g., « Я поднимаюсь на гору ») для респондента и относящиеся к моменту тестирования. Две другие категории представлены альтернативными версиями исследуемой автобиографической памяти (например, « Я поехал в Париж на Рождество » против « Я поехал в Лондон на Рождество »), причем только одна из двух верна. . Во время теста испытуемый выполняет задачу категоризации. Истинное автобиографическое событие идентифицируется, потому что оно определяет более быстрые RT при совместном использовании одного и того же моторного ответа с безусловно верными предложениями [12].
Что касается средней точности классификации основанных на RT методов обнаружения лжи, CIT [9] и aIAT [10] имеют такую же точность, что и описанные здесь эксперименты (около 90%). Таким образом, описываемая здесь методика имеет такую же точность, что и современные методы обнаружения лжи на основе RT. Тем не менее, у aIAT и CIT есть важное ограничение: оба требуют, чтобы в тест была включена информация об истинной идентичности. CIT-RT противопоставляет информацию об истинной личности информации о фальшивой личности [11].AIAT также построен таким образом, что из двух контрастирующих воспоминаний одно должно быть истинным, а другое — ложным [10]. Если мы построим aIAT только с заявленной (поддельной) идентичностью, у нас будут две ложные памяти, и тест не будет удовлетворять одному из основных ограничений в применении процедуры. Таким образом, это ограничение доступных методов является серьезной проблемой для приложений в реальных условиях, даже если Мейксер и Розенфельд [13] сделали шаг в этом направлении.Фактически, в большинстве случаев расследования истинная личность субъекта полностью неизвестна экзаменатору, который заинтересован в оценке того, является ли заявленная личность истинной или нет.
Этот документ можно рассматривать как доказательство концепции, репрезентативный пример типов проблем, которые не могут быть решены с помощью современных научно обоснованных методов обнаружения лжи (CIT и aIAT). Доступные методы нельзя использовать, когда критическая информация, которая оценивается на достоверность (в данном случае, настоящая личность респондента, который пытается скрыть свою личность), недоступна.
Здесь мы представим новую парадигму, которая преодолевает недостатки доступных методов и может использоваться для определения правдивости личной информации. Что наиболее важно, мы покажем, что поддельные личности могут быть обнаружены при отсутствии какой-либо информации об истинной личности подозреваемого. Поддельные личности будут обнаружены с помощью неожиданных вопросов в сочетании с анализом движений мыши во время ответа в задаче двоичной классификации. Мы покажем, что анализ динамики мыши эффективно определяет, верна ли личная информация, которую утверждает испытуемый.В представленных здесь экспериментах участники не реагируют, нажимая кнопки ДА / НЕТ с помощью клавиатуры, как в RT-CIT или aIAT, но вместо этого они должны реагировать, щелкая виртуальные кнопки мыши, появляющиеся на экране компьютера вдоль с вопросами относительно их личности. Использование мыши для записи ответов имеет ряд преимуществ по сравнению с использованием клавиатуры. Хотя нажатие кнопки может разрешить запись только RT, запись с помощью мыши позволяет собирать несколько индикаторов, включая, но не ограничиваясь, RT (например.g., скорость, ускорение и траектория). Этот метод также является многообещающим с точки зрения устойчивости к контрмерам, поскольку большое количество параметров движения кажется, в принципе, более сложным для полного контроля с помощью эффективных, запланированных контрмер для обнаружения лжи.
Было показано, что анализ траекторий мыши может уловить когнитивную сложность обработки стимулов, когда участники должны давать ответы с множественным выбором. Эта процедура применялась к большому количеству областей и оказалась полезной для выявления когнитивной сложности, связанной с проверкой отрицательных предложений [14], расовыми установками [15], восприятием [16], предполагаемой памятью [17] и лексическими решениями [18]. ].Duran et al. представили новаторское расследование по детекции лжи [19]. Авторы записывали двигательные траектории (авторы не использовали мышь для записи ответов, а скорее контроллер Nintendo Wii), в то время как испытуемые выполняли задание лежа. Во время задания участники должны были отвечать правдиво или лгать на представленные предложения, как это было проиндексировано визуальной подсказкой. Анализ моторных траекторий привел к интересным результатам. Инструктированная ложь можно отличить от правдивой реакции по нескольким параметрам, включая время запуска двигателя, общее время, необходимое для ответа, траекторию движения и кинематические параметры, такие как скорость и ускорение.Их эксперимент выявил тот факт, что когнитивный конфликт, вызванный ложью, влияет на траекторию реакции, но не продемонстрировал напрямую его эффективность в отнесении лиц, вводящих в заблуждение, от правдивых. Короче говоря, метод, который исследовали авторы, может использоваться для определения того, когда правдивый лжет, но не когда лжец лжет, поскольку их процедура сравнивает в пределах одного и того же говорящего правду субъекта правдивые ответы с лживыми ответами.
Здесь мы представим результаты эксперимента, в котором траектории двигательных реакций с использованием мыши были исследованы, в то время как участники были проверены на вопросы, касающиеся их личности.Было задано два типа вопросов: ожидаемые вопросы и неожиданные вопросы [20]. Vrij и соавторы [21] первыми начали использовать неожиданные вопросы, и растет экспериментальная поддержка идеи о том, что во время следственного интервью обманчивые предметы будут легче обнаруживаться с помощью неожиданных вопросов, а не ожидаемых вопросов [22]. Было показано, что лжецы планируют возможные интервью, репетируя вопросы, которые, как они ожидают, также будут заданы [23]. Лжецы дают свои запланированные ответы на ожидаемые вопросы легко и быстро, но им необходимо придумать правдоподобные ответы в случае неожиданных вопросов, а это приводит к увеличению когнитивной нагрузки.Напротив, правдивые ответы не страдают от побочных эффектов когнитивной нагрузки, поскольку они довольно автоматичны и не требуют усилий как для ожидаемых, так и для неожиданных вопросов. Используя методологию неожиданных вопросов в следственном интервью, Lancaster et al. [24] сообщили о хороших показателях классификации как для говорящих правду (78%), так и для лжецов (83%). Lancaster et al. Результаты [24] наблюдались путем сравнения разницы в количестве деталей, сообщаемых при ответах на ожидаемые и неожиданные вопросы.Короче говоря, лжецы, говоря правду, сообщают гораздо больше деталей на ожидаемые вопросы, а не на неожиданные, и обнаружение лжи может извлечь выгоду из этой разницы.
Описанный здесь эксперимент состоит из задачи бинарной классификации, включающей ожидаемые и неожиданные вопросы об идентичности. Ожидаемые вопросы касались типичной информации, представленной в документах, в то время как неожиданные вопросы касались информации, которая была хорошо известна и автоматически извлекалась правдивыми, но которая должна быть «вычислена на месте» лжецами.Примером ожидаемого вопроса может быть дата рождения, а соответствующим неожиданным вопросом может быть зодиак, соответствующий дате рождения. В то время как правдивые люди легко проверяют вопросы, связанные с зодиаком, лжецы не знают зодиака немедленно, и им приходится вычислять его для правильной проверки. Неопределенность при ответе на неожиданные вопросы может привести к ошибкам. Кроме того, мы обнаружили, что траектория реакции мыши, проанализированная с использованием кинематических параметров и других пространственных и временных параметров, предназначенных для определения неопределенности двигательной реакции, может быть полезна при обнаружении обмана.Следовательно, ожидается, что обман будет отражаться в форме траекторий.
Методы
В задаче проверки личности лжецы обычно должны узнать автобиографическую информацию о новой личности и пройти тест, отвечая так, как если бы эта информация была для них реальной. Например, Verschuere et al. [11] просили испытуемых принять фальшивую личность, репетировать и вспоминать ее до тех пор, пока их выступление не станет безошибочным. Затем от лжецов требовалось отреагировать так, как если бы их новая личность была истинной.Точно так же здесь мы требовали, чтобы обманывающие участники познали новую личность. Во время сеанса тестирования участникам задавались как ожидаемые, так и неожиданные вопросы об их личной информации. Ожидаемые вопросы включали информацию о ложной личности, которая была назначена лжецам и репетировалась перед тестом до тех пор, пока испытуемые не совершили никаких ошибок. Говорящие правду репетировали свои истинные личности. Ожидаемые вопросы касались типичной информации, содержащейся в идентификационной карте (например,г., имя, фамилия, дата рождения, место рождения). Напротив, неожиданными вопросами были вопросы, связанные с личностью, на которые испытуемые не были готовы отвечать. Эти неожиданные вопросы были непосредственно получены из ожидаемых вопросов (например, возраст личности и знак зодиака определяются по дате рождения; в то время как вопросы о дате рождения ожидаются, вопросы о возрасте и знаке зодиака являются неожиданными). Например, если субъект репетировал год рождения, указанный на поддельном удостоверении личности (например,g., 1988), неожиданный вопрос, связанный с рождением, был о возрасте (например, 38).
Для правдивого респондента предполагается, что неожиданные вопросы автоматически вызывают правильный ответ. Напротив, лжец должен воссоздать непредсказуемую неожиданную информацию и проверить ее. Следовательно, этот процесс требует времени до отправки ответа, что отражается в более длительных RT. Короче говоря, «Неожиданные вопросы увеличат когнитивную нагрузку лжеца» [20], и ожидается, что это отразится не только на RT и количестве ошибок, но и на траекториях мыши.
Далее мы подробно опишем структуру эксперимента и собранные меры. Комитет по этике психологических исследований Университета Падуи одобрил экспериментальную процедуру.
Участники
Сорок италоязычных участников были набраны на факультете психологии Университета Падуи. Выборка состояла из 17 мужчин и 23 женщин. Их средний возраст составлял 25 лет (SD = 4,6), а средний уровень образования — 17 лет (SD = 1.8). Все участники были правши. Эти первые 40 участников были использованы для разработки модели, которая позже была протестирована для обобщения в новой группе из 20 итальянскоязычных участников (10 лжецов и 10 рассказчиков правды). Вторая выборка состояла из 9 мужчин и 11 женщин. Их средний возраст составлял 23 года (SD = 1,5), а средний уровень образования — 17 лет (SD = 0,83). Обе группы испытуемых предоставили информированное согласие перед экспериментом.
Стимулы
Тридцать два предложения, отображаемые в верхней части экрана компьютера, были представлены всем участникам.Квадраты, представляющие ответы ДА и НЕТ, были расположены в верхнем левом и верхнем правом углу экрана компьютера. Шестнадцать предложений требовали ответа ДА, а 16 предложений требовали ответа НЕТ, как для лжецов, так и для рассказчиков правды. 32 экспериментальным вопросам предшествовали 6 обучающих вопросов (3 требовали ответа ДА и 3 требовали ответа НЕТ) по вопросам, связанным с личностью, не включенным в сам эксперимент (например, «Ваш вес 51 кг?»). Предложения, требующие ответа ДА, относятся к следующим категориям:
- Ожидаемые вопросы: Они включали информацию, которая была отрепетирована перед экспериментом, как для правдивых, так и для лжецов.Лжецы ответили личной информацией о фальшивых профилях личности, которые им назначил экспериментатор. Правды ответили на вопросы относительно их истинной личности.
- Неожиданные вопросы: Неожиданные вопросы включали информацию, тесно связанную с ложными именами, но не репетированную явно перед экспериментом ни правдивыми, ни лжецами. В этом случае лжецы ответили на информацию, относящуюся к присвоенным им фальшивым именам, в то время как рассказчики правды ответили на вопросы об их истинных именах.
- Контрольные вопросы: Контрольные вопросы смешивались с ожидаемыми и неожиданными вопросами. Контрольные вопросы ( n = 8; 4 требовали ответа ДА и 4 ответа НЕТ) включали личную информацию, на которую испытуемые должны были отвечать правдиво, потому что они не могли быть скрыты от экзаменатора, наблюдающего за тестом. Например, « Вы мужчина ?» (для мужчины) требовал ответа ДА, тогда как « Вы женщина, ?» (для мужчины) не требовал ответа.Следовательно, контрольные вопросы требовали правдивых ответов как лжецов, так и рассказчиков правды, даже если они были связаны с личностью.
И для лжецов, и для рассказчиков правды половина ожидаемых, неожиданных и контрольных вопросов ( n = 16) требовала ответов ДА. Напротив, 16 вопросов, полученных из ожидаемых, неожиданных и контрольных вопросов, не требовали ответов, как показано в таблице 1.
Как видно из Таблицы 2, ответы лжецов и рассказчиков правды различались только ожидаемыми и неожиданными ответами ДА.Фактически, для лжецов ожидаемые и неожиданные вопросы относительно их поддельной личности на самом деле не были ответами, которые, поскольку они лгали, требовали ответов ДА. Другими словами, только вопросы с ожидаемыми и неожиданными ответами ДА различали две группы, потому что правдивые люди отвечали искренне, а лжецы обманывали. На все остальные вопросы (контроль ДА, контроль НЕТ, ожидаемое НЕТ, неожиданное НЕТ) и лжецы, и рассказчики правды ответили правдиво.
Методика эксперимента
Эксперимент проводился с использованием программы MouseTracker [25].Двадцать участников ответили правдиво, в то время как остальным было дано указание солгать о своей личности в соответствии с ложным профилем, который был чрезмерно изучен перед началом эксперимента, согласно Verschuere et al. [11]. 20 лжецов были проинструктированы узнать ложную личность по поддельному итальянскому удостоверению личности, к которому была прикреплена фотография субъекта и который также сообщил ложные личные данные. После этапа обучения участники дважды вспомнили информацию, которую они прочитали на удостоверении личности.Между двумя отзывами от них требовалось выполнить некоторую ментальную арифметику в качестве отвлекающего задания. С другой стороны, рассказчики правды также выполняли в уме арифметические операции и проверяли свои настоящие автобиографические данные только один раз перед началом эксперимента. Во время экспериментального задания 6 ожидаемых вопросов, 6 неожиданных вопросов и 4 контрольных вопроса, описанных выше, были представлены в случайном порядке. Для каждого из 16 вопросов, на которые требовался ответ «ДА», был представлен аналогичный вопрос, требующий отрицательного ответа.Каждый участник ответил на 32 вопроса плюс 6 учебных вопросов, которые не были включены в анализ. В половине случаев вопрос ДА появлялся первым, а в другой половине — вторым. Участники инициировали представление каждого вопроса, нажимая кнопку СТАРТ, которая появлялась в центре нижней части экрана компьютера. Ответ давался нажатием одной из двух кнопок ответа, появляющихся в верхней части экрана компьютера, одной в верхнем левом углу и одной в правом верхнем углу.
Сбор данных с помощью движения мыши
Для каждого ответа программа MouseTracker записывала положение мыши от начальной точки до нажатия кнопки. Поскольку записанные траектории имели разную длину, каждый моторный ответ был нормализован по времени, чтобы можно было усреднить и сравнить испытания [25]. Используя линейную интерполяцию, программа рассчитала временную нормализацию в 101 таймфрейме. В результате каждая траектория имела 101 таймфрейм, и каждый таймфрейм имел соответствующие координаты X и Y.Мы определили момент времени, в который две группы показали максимальную разницу во время движения по оси ординат. Эти точки максимальной разницы во времени были закодированы как Y18, Y29 и Y30 (общее время было предварительно масштабировано до 100 временных кадров в соответствии с процедурой, утвержденной Freeman и Ambady [25]). Затем мы рассчитали скорость и ускорение в этих временных рамках. Программа MouseTracker по умолчанию записывает также другие пространственные и временные параметры. Здесь мы сообщаем все параметры, предварительно собранные программой MouseTracker и использованные для кодирования траектории мыши.Параметры, собранные из моторных ответов на каждый из вопросов, были следующими:
- Количество ошибок: общее количество ошибок при ответе на 32 вопроса
- Время инициации (IT): время между появлением вопроса и началом движения мыши
- Время реакции (RT): время между появлением вопроса и виртуальным нажатием кнопки мышью
- Максимальное отклонение (MD): максимальное перпендикулярное расстояние между фактической траекторией и идеальной траекторией (линия, соединяющая кнопку запуска с кнопкой ожидаемого ответа)
- Площадь под кривой (AUC): геометрическая площадь, заключенная между фактической траекторией и идеальной траекторией
- Максимальное время отклонения (MD-время): время, необходимое для достижения точки максимального отклонения от идеальной траектории
- x-flip: общее количество изменений направления мыши во время полной траектории по оси x
- y-flip: общее количество изменений направления мыши во время полной траектории по оси y
- Координаты X, Y во времени (X n , Y n ): положение мыши вдоль оси во времени
- Скорость во времени: скорость мыши между двумя временными рамками
- Acceleration over time: ускорение движения мыши между двумя временными рамками
Окончательный список возможных предикторов включал 13 переменных, которые отображали различные параметры ответа: количество ошибок, время инициации (IT), время реакции (RT), максимальное отклонение (MD), площадь под кривой (AUC). , Максимальное время отклонения (MD-время), x-flip, y-flip, Y30, Y29, Y18, Y30 – Y29 и Y29 – Y18.Для каждой из переменных мы вычислили среднее значение 32 ответов для каждого участника.
Корреляционный анализ и выбор признаков
Был проведен корреляционный анализ, чтобы выделить независимые переменные, которые имели максимальную корреляцию с зависимой переменной (правдивые против лжецов) и минимальную корреляцию между независимыми переменными [26]. Мы рассмотрели для каждой характеристики среднее значение всех ответов (ДА и НЕТ) каждого испытуемого.Всего в корреляционный анализ было введено 13 независимых переменных. Следующие характеристики были выбраны на основе этих критериев и позже использованы в качестве предикторов для разработки классификаторов машинного обучения (ML): количество ошибок (r pb = 0,68), AUC (r pb = 0,53), MD- времени (r pb = 0,45) и Y29 (r pb = 0,42) (r pb — значение корреляции между зависимыми и независимыми переменными).
Анализ и результаты
В этом разделе описываются шаги, выполняемые для анализа данных, и процедуры, использованные при разработке классификаторов машинного обучения.
Данные и инструкции по воспроизведению результатов доступны в качестве вспомогательной информации (см. Наборы данных S1 и S2, текст S1 и S2).
Анализ траекторий
Первый анализ сравнивал ответы лжецов и рассказчиков правды путем усреднения индивидуальных ответов на ответы ДА и НЕТ. На рис. 1 представлены средние траектории лжецов и правдивых, отвечающих ДА на ожидаемые и неожиданные вопросы (единственные вопросы, на которые лжецы отвечали лживо).Как можно заметить, две экспериментальные группы различались как по параметрам AUC, так и по MD. Ответы правдивых привели к более прямой траектории, соединяющей отправную точку с правильным ответом. Напротив, лжецы сначала отклонились в сторону своего правильного ответа по умолчанию, а затем изменили свою траекторию, чтобы нажать кнопку ложного ответа. Более того, лжецы тратили больше времени на перемещение по оси Y в начальной фазе ответа, чем те, кто говорил правду. Максимальная разница между двумя группами в положении мыши по оси Y была обнаружена на временном интервале 29.Соответственно, координата Y на этом временном интервале (Y29) также была добавлена в качестве предиктора.
Рис. 1. Средние траектории лжецов и правдивых.
На рисунке представлены средние траектории между испытуемыми, соответственно, для лжецов (красным) и для рассказчиков правды (зеленым) до ожидаемых ДА и неожиданных ДА вопросов. Ожидаемые и неожиданные вопросы, требующие ответа ДА, — это те, на которые лгали лжецы. Приведены значения параметров MD, AUC, x-flip и y-flip для двух групп.Серая область представляет собой разницу в параметре AUC между лжецами и правдивыми.
https://doi.org/10.1371/journal.pone.0177851.g001
Прототипные траектории правдивых и лжецов.
Здесь мы приводим примеры индивидуальных траекторий мыши в ответ на контрольные вопросы и неожиданные вопросы, полученные от прототипа рассказчика правды (рис. 2) и прототипа лжеца (рис. 3).
Траектории относятся к ответам на отдельные вопросы.Обратите внимание, что этот лжец правдиво отвечает на контрольные вопросы. Тем не менее, его ответ отклоняется от прямой траектории, которая в идеале характеризует правдивый ответ (см. Рис. 2). Это обобщение мышления лжеца, когда лжец отвечает на вопросы, требующие правдивых ответов, обсуждается в статье.
Разбивка ответов на контрольные, ожидаемые и неожиданные вопросы.
Мы проанализировали выступления испытуемых отдельно для контрольных, ожидаемых и неожиданных вопросов.На рис. 4 представлена траектория контрольных, ожидаемых и неожиданных вопросов (слева направо). Траектории лжецов и правдивых в контрольных вопросах практически совпадают. Максимальная разница в траектории снова наблюдается в ответ на неожиданные вопросы.
Разбивка ответов ДА и НЕТ.
Мы исследовали, есть ли разница в траектории и времени ответа между вопросами, на которые испытуемые отвечали, перемещая мышь вправо (вопросы, не требующие ответа), и вопросами, на которые испытуемые отвечали, перемещая мышь влево ( вопросы, требующие ответа ДА).Тесты t по всей выборке были проведены для сравнения левого и правого откликов. Мы не обнаружили статистически значимой разницы как для времени MD ( t = 1,63; p = 0,1; Коэна d = 0,2; BF = 0,57) и Y29 ( t = 0,1; p = 0,9; Коэна d = 0,01; BF = 0,17). Для AUC мы получили следующие результаты: t = -2,09 и p = 0,04, но значение Коэна d показало небольшой размер эффекта ( d = -0.33), и фактор Байеса приблизился (BF = 1,2). На рис. 5 показаны траектории левого (зеленый) и правого (красный) ответов. Можно отметить, что две кривые следуют очень похожей, хотя и зеркальной, траектории.
Рис. 5. Траектории ответов ДА и НЕТ.
Ответы на левую кнопку ответа и на правую кнопку ответа сообщаются здесь отдельно. Траектории двух типов ответов не различались.
https://doi.org/10.1371 / journal.pone.0177851.g005
Описательная статистика независимых переменных
Отдельный выбор функций из исходного набора из 13 предикторов, 4 независимых переменных: ошибки, AUC, MD-время и Y29. Они сильно коррелировали с группой (рассказчик правды / лжец). В следующей таблице (см. Таблицу 3) представлена описательная статистика, а также анализ разницы между правдивыми и лжецами, продемонстрированный с помощью теста t , теста Коэна d и фактора Байеса.
Модели машинного обучения
Несколько классификаторов машинного обучения (ML) были протестированы с использованием 10-кратной процедуры перекрестной проверки, реализованной WEKA [27]. Мы выбрали четыре классификатора, которые различаются в зависимости от своих предположений: Random Forest [28], Logistic [29], Support Vector Machine (SVM) [30–31] и Logistic Model Tree (LMT) [32]. 10-кратная перекрестная проверка проводилась следующим образом: группа участников (40 человек) была случайным образом разделена на 10 подгрупп по 4 человека в каждой.В каждом прогоне одна из 10 подвыборок сохранялась в качестве тестового набора для оценки модели, а оставшиеся 9 использовались в качестве обучающих данных. Затем процесс перекрестной проверки был повторен 10 раз, так что каждая из 10 подгрупп участников использовалась ровно 1 раз в качестве набора для проверки. Затем 10 результатов на тестовой выборке были усреднены для получения единственной оценки точности. Результаты представлены в таблице 4. Все классификаторы достигли точности около 90% или выше при классификации лжецов и правдивых.Как минимум 36/40 субъектов были правильно классифицированы. Логистический классификатор достиг точности 95% (правильно классифицировано 38/40 участников). Сопоставимые результаты были получены с использованием перекрестной проверки с исключением по одному (LOOCV) [33].
Как показано в таблице 5, модели классификации обладают высокой специфичностью и высокой чувствительностью. Фактически, в контрольных выборках ошибки классификации равномерно распределены по двум классам.
Оценка модели: выступление 20 итальянских участников вне выборки.
После разработки описанных выше классификаторов машинного обучения была собрана и протестирована дополнительная выборка из 20 участников (10 лжецов и 10 рассказчиков правды) с использованием моделей, ранее разработанных на основе исходных 40 участников. Эта группа участников была совершенно новой группой, которую раньше никогда не использовали для анализа или построения моделей. Эта процедура считается оптимальной стратегией, позволяющей избежать переобучения (см. Дворк и др. [34]). Точность классификации этого нового образца представлена в таблице 4.Стоит отметить, что точность классификации оставалась стабильной, в том числе по всем классификаторам, даже в этой проверочной выборке.
Вклад контрольных, ожидаемых и неожиданных вопросов.
Чтобы лучше понять роль контрольных, ожидаемых и неожиданных вопросов в классификации, мы использовали три отдельные модели для каждого типа вопросов. Результаты показывают, что основной вклад вносят неожиданные вопросы (см. Таблицу 6). Точность классификации с использованием классификаторов ML подтверждает, что невозможно эффективно отличить лжецов от правдивых только на основе контрольных вопросов.То же самое верно и для ожидаемых вопросов, хотя в этом случае траектории двух групп кажутся более разделенными (см. Рис. 4). Используя только неожиданные вопросы, точность классификации достигает максимума с показателями выше 90%, также в проверочной выборке, подтверждая, что когнитивная нагрузка лжецов из-за неожиданных вопросов является причиной различий между двумя группами.
Относительный вес предикторов.
Мы также исследовали относительный вес предикторов, удаляя независимые переменные одну за другой и повторно запуская классификаторы.Результаты показали, что после устранения ошибок предикторов точность классификации упала примерно до 75% для перекрестной проверки и примерно до 70% для процедуры тестирования (случайный лес: перекрестная проверка = 70%, тест = 65%; логистическая : перекрестная проверка = 77,5%, проверка = 70%; SVM: перекрестная проверка = 75%, проверка = 65%; LMT: перекрестная проверка = 75%, проверка = 70%). Главный вклад в точность прогнозов вносится выявлением ошибок на неожиданные вопросы с помощью динамических функций мыши, тонко настраивающих и без того хорошую классификацию.Это ясно, если учесть, что прогнозы, основанные исключительно на ошибках, дали следующие результаты: Случайный лес: перекрестная проверка = 77,5%, тест = 100%; Логистика: перекрестная проверка = 82,5%, тест = 100%; SVM: перекрестная проверка = 80%, тест = 95%; LMT: перекрестная проверка = 85%; Тест = 100%. После удаления AUC из предикторов точность классификации осталась стабильной в тестовом наборе и упала до 90% во время перекрестной проверки (случайный лес: перекрестная проверка = 90%, тест = 95%; логистика: перекрестная проверка = 95%, test = 95%; SVM: перекрестная проверка = 85%, проверка = 95%; LMT: перекрестная проверка = 90%, проверка = 100%).Аналогичные результаты были получены при удалении MD-времени из предикторов (Случайный лес: перекрестная проверка = 90%, тест = 95%; Логистика: перекрестная проверка = 90%, тест = 95%; SVM: перекрестная проверка = 87,5%. , тест = 85%; LMT: перекрестная проверка = 90%, тест = 95%). Наконец, после выгрузки Y29 из предикторов точность как в обучающих, так и в тестовых наборах немного снизилась (Случайный лес: перекрестная проверка = 92,5%, тест = 95%; Логистика: перекрестная проверка = 95%, тест = 95%. ; SVM: перекрестная проверка = 92.5%, тест = 85%; LMT: перекрестная проверка = 92,5%, тест = 95%).
Вкратце, относительная важность независимых переменных показала, что общее количество ошибок дало основной вклад в правильное различение лжецов от правдивых, за которым следовали MD-время, AUC и положение мыши по оси y. ось на временном интервале 29 -го .
Анализ ошибок.
Ошибки для контроля и ожидаемые вопросы практически отсутствуют у правдоговорящих (см. Таблицу 7).В ответ на неожиданные вопросы чаще всего ошибались лжецы и рассказчики правды. Средний лжец делает в 12,4 раза больше ошибок при ответе на неожиданные вопросы по сравнению с правдивыми.
Лжецы и рассказчики правды не делают ошибок при проверке вопросов, а всего 2/240 на ожидаемые вопросы. Разница между этими двумя группами возникает из-за неожиданных вопросов, когда правдивые люди делают в общей сложности 5/240 ошибок, а лжецы — 82/240. Это указывает на то, что на каждую ошибку, допущенную правдой в ответ на неожиданные вопросы, лжецы делают 16 ошибок.Стоит отметить, что лжецы делают больше ошибок из-за неожиданного ДА (60/120, если они лгут), чем из-за неожиданного НЕТ (22/120, когда они отвечают правдиво), t = — 4,59, p <0,01; Коэна d = 1,60; BF = 16,42.
Немецкий проверочный образец.
Чтобы проверить, может ли модель эффективно классифицировать участников из разных культур, мы проверили 20 немецких субъектов (10 лжецов и 10 рассказчиков правды) с хорошими результатами. Чтобы рассмотреть влияние культуры на обобщение результатов, мы протестировали выборку из 20 участников, носителей немецкого языка в Дюссельдорфе (10 рассказчиков правды и 10 лжецов; средний возраст = 29.5 лет; мужчины = 9/20) с вопросами на немецком языке. Перед экспериментом участники дали информированное согласие. Результаты этой группы были оценены с использованием модели, первоначально обученной на 40 итальянских участниках. Точность классификации была следующей: случайный лес = 95%, логистика = 100%, SVM = 90%, LMT = 95%. Анализ ошибок (см. Таблицу 8) показывает, что доля ошибок лжецов и лиц, говорящих правду, сопоставима в двух группах (итальянская n = 40 и немецкая n = 20) с результатами для лжецов t = — 1.4, p = 0,17 (Коэна d = -0,49, BF = 0,64) и результаты для правдивых t = 0,66, p = 0,52 (Коэна d = 0,28, BF = 0,43) .
Можем ли мы обнаружить лжецов, если они отвечают правдиво?
План эксперимента, описанный в рукописи, требует, чтобы лжецы лгали только тогда, когда отвечали ДА на ожидаемые и неожиданные вопросы ДА. Во всех остальных условиях (ожидаемое НЕТ, неожиданное НЕТ, контрольный ДА и контрольный вопрос НЕТ) лжецы отвечали правдиво (см. Таблицу 2).Интересный вопрос: можно ли обнаружить лжецов по их правдивым ответам? В предыдущем разделе мы сравнили траектории ответов двух групп с ожидаемыми и неожиданными вопросами, на которые требовался ответ ДА (см. Рис. 1). Здесь мы сравнили траектории двух групп для ответов, которые не требовали ответа, и для всех контрольных вопросов. Траектории, когда лжецы отвечали правдиво, показаны на рис. 6. Хотя разница уменьшается по сравнению с ответами, в которых лжецы лгали, различия с рассказчиками правды все же заметны.
Рис. 6. Траектории, когда лжецы ответили правдиво.
На этом рисунке показаны средние траектории ответов на вопросы, на которые правдиво ответили и лжецы (красным), и правдивые (зеленым).
https://doi.org/10.1371/journal.pone.0177851.g006
Чтобы оценить, отличались ли траектории лжецов от траекторий лиц, говорящих правду, когда они не лгали, мы сравнили две экспериментальные группы. о независимых переменных, ранее использовавшихся при разработке классификаторов.Результаты независимого t-теста, представленные в таблице 9, показывают, что стили ответа лжецов могут быть идентифицированы, даже если лжецы отвечали правдиво. Классификаторы имели следующие уровни точности при идентификации лжецов и правдивых только на основе ответов на вопросы, на которые лжецы отвечали правдиво: случайный лес = 77,5%, SVM = 80%, логистика = 80% и LMT = 77,5%. Все классификаторы явно были относительно точными, даже если они были ниже точности классификации, основанной только на ответах ДА на ожидаемые и неожиданные вопросы (что находилось в диапазоне 90–92%).
Как статистический анализ, так и анализ машинного обучения показали, что признаки лжи распространяются на вопросы, на которые они правдиво ответили. Даже если отвечать правдиво, лжецов можно идентифицировать, но с меньшей точностью. С когнитивной точки зрения здесь интересно то, что в плане эксперимента мышление лжецов также распространило свои эффекты на вопросы, когда они отвечали правдиво. Насколько нам известно, такая картина результатов никогда ранее не сообщалась и может указывать на уровень чувствительности метода анализа движения мыши.
Обсуждение
Насколько нам известно, никакие методы не могут точно определить, является ли идентификатор субъекта истинным или ложным без какой-либо информации об истинной личности респондента. В этой статье мы сообщаем о результатах нового метода обнаружения памяти, нацеленного на определение того, является ли идентификатор истинным или поддельным, когда лжецы не предоставляют никакой личной информации, которая затем включается в сам тест.
Участники отвечали с помощью мыши на вопросы, касающиеся идентификатора, которые требовали ответа ДА / НЕТ.Динамика мыши обеспечивает богатый источник данных по сравнению с аналогичными задачами двоичной классификации, основанными на кнопках ответа. Хотя данные, собранные при нажатии кнопок, ограничиваются записью задержки между началом вопроса и нажатием кнопки, реакция мыши позволяет собирать несколько параметров, включая время реакции, а также время начала, скорость, ускорение и траекторию мыши.
Чтобы разработать модель, которая эффективно выявляет участников с поддельными именами, мы протестировали респондентов с вопросами, которые ожидались и которые лжецы усвоили на этапе предварительного обучения (имя, фамилия, дата рождения и место рождения).Наряду с ожидаемыми вопросами, касающимися информации документа, удостоверяющего личность, также был представлен ряд неожиданных вопросов, связанных с ожидаемыми вопросами. Рассмотрим, например, место рождения. Ожидаемые вопросы, которые появятся в удостоверении личности, будут: «Вы родились в Пизе?» (требуется ответ ДА) или «Вы родились в Нью-Йорке?» (требуя ответа НЕТ). Соответствующие неожиданные вопросы будут такими: «Флоренция — столица региона, в котором вы родились?» (требуется ответ ДА, учитывая, что Пиза, место рождения, находится в Тоскане, столицей которой является Флоренция) и «Венеция — столица региона вашего рождения?» (не требуя ответа, учитывая, что Пиза, заявленное место рождения, находится в Тоскане, столицей которой является Флоренция, а не Венеция).Другой неожиданный вопрос, связанный с датой рождения (производной от даты), касался зодиака. Говорящие правду должны иметь возможность получать ответы об их истинном зодиаке более автоматически, чем лжецы; поэтому ожидается, что их реакция будет более быстрой, с меньшим количеством ошибок и более прямой траекторией движения мыши. В целом, неожиданные вопросы должны быть быстро найдены рассказчиками правды, в то время как лжецы должны мысленно «вычислить» ответ на основе исходной ожидаемой информации [21].
Исследование, представленное здесь, продемонстрировало, что динамика мыши, проанализированная с использованием модели машинного обучения, дала правильную классификацию лжецов и рассказчиков правды с точностью более 90%. Этот результат был достигнут путем разработки набора классификаторов с сопоставимой производительностью в диапазоне точности 90–95% (Random Forest, SVM, Logistics и LTM). Другая группа была собрана и протестирована (10 рассказчиков правды и 10 лжецов), чтобы подтвердить обобщение модели. В этой группе было подтверждено, что точность сопоставима с точностью группы, использованной для разработки классификаторов (95% = 19/20 участников правильно классифицированы), что показывает, что высокая точность, достигнутая на этапе построения модели, не была результатом переоснащение.
Теория игр также является многообещающим методом в глубоком обучении. Мы не оценивали, могут ли более сложные модели глубокого обучения, основанные на концепциях теории игр [35–37], превзойти стандартные модели машинного обучения, которые мы использовали в этом исследовании, но это может стать будущим направлением.
Мы провели анализ для определения наиболее важного предиктора, которым были общие ошибки, за которыми следовали MD-время, AUC и положение мыши по оси Y на временном кадре 29 -го .
С когнитивной точки зрения подтверждено, что неожиданные вопросы могут использоваться для раскрытия обмана. Сила неожиданных вопросов широко исследовалась на следственных допросах [22]. Здесь мы расширяем результаты и подтверждаем, что неожиданные вопросы могут быть встроены в тест проверки личности, чтобы позволить идентифицировать обманчивых субъектов с высокой точностью. Лжецам трудно отвечать на неожиданные вопросы быстро и без ошибок. Их неуверенность улавливается динамикой мыши, поскольку их двигательное поведение отклоняется от идеальной траектории говорящего правду.
Интересно отметить, что наш экспериментальный план требует от лжецов правдивых ответов на ряд вопросов. Анализ таких правдивых ответов показывает, что лжецов по-прежнему можно обнаружить, даже с меньшей точностью, если они не лгут. Розенфельд и др. показали, что лжецов, говорящих правду, можно определить с помощью P300, аналогично тому, о чем мы сообщаем здесь [38]. Важно отметить, что от лжецов требуется правдиво отвечать на все стимулы, кроме ожидаемых и неожиданных вопросов, которые, напротив, требуют лжи.Следовательно, они должны переключаться между ложью и правдой, и этот переход имеет цену, которая проявляется также при правдивом ответе, как показали Деби и др. [39]. Это означает, что образ мышления лжеца отражается в динамике мыши, и что обнаружение лжи можно также распространить на ответы, которым они не лгут. Это как если бы инструкция лгать на одни вопросы, но не на другие, вызывает у лжецов большую когнитивную нагрузку, которая связана не только с обманчивыми ответами, но и с переключением между ответами, требующими лжи, и ответами, требующими правды.
Неожиданные вопросы требуют тщательной подготовки ответов, и это может быть ограничением при автоматическом онлайн-использовании метода. Дополнительные ограничения настоящего исследования включают тот факт, что процедура была протестирована на участниках одной культуры, а обобщение проверено на участниках, принадлежащих к другой культуре (Германия). Дальнейшее ограничение настоящего исследования проистекает из того факта, что проблема обнаружения поддельных удостоверений личности не позволяет проводить прямое сравнение с более проверенными методами обнаружения лжи (например,г., ЦИТ). Таким образом, любое сравнение методов носит косвенный характер.
Принимая во внимание все эти ограничения, мы думаем, что использование неожиданных вопросов в сочетании с анализом динамики мыши кажется многообещающим путем для выявления обманчивых ответов.
Вклад авторов
- Концептуализация: GS MM.
- Обработка данных: MM.
- Формальный анализ: GS MM.
- Расследование: ММ.
- Методология: GS MM LG.
- Надзор: GS.
- Подтверждение: GS MM LG.
- Написание — черновик: MM GS.
- Написание — просмотр и редактирование: GS MM LG.
Список литературы
- 1. УЕФА. Встанет ли настоящий Эриберто. 20 сентября 2002 г. http://www.uefa.com/news/newsid=34451.html.
- 2. Donath JS. Личность и обман в виртуальном сообществе.В: Смит М.А., Коллок П. редакторы. Сообщества в киберпространстве. Лондон и Нью-Йорк: Routledge Press; 1999. С. 29–59.
- 3. Барбер С. Прямая связь между кражей личных данных и терроризмом и способы ее остановить. Техасский университет в Остине. 7 декабря 2015 г. https://news.utexas.edu/2015/12/07/the-direct-link-between-identity-theft-and-terrorism
- 4. Agenzia Giornalistica Italia (AGI). Брюссель: камикадзе нас идентифицируют с бывшим giocatore dell’Inter. 28 марта 2016.http://www.agi.it/estero/2016/03/28/news/bruxelles_kamikaze_uso_identita_ex_giocatore_dellinter-650281/
- 5. Бенусси В. Die atmungssymptome der lüge. Archiv für die gesamte Psychologie. 1914; 31: 244–273.
- 6. Розенфельд JP, Грили ХТ. Обман, обнаружение, потенциал, связанный с событием p300 (erp). В: Энциклопедия судебной медицины Wiley. John Wiley & Sons, Ltd; 2009.
- 7. Vrij A, Fisher R, Mann S, Leal S. Подход когнитивной нагрузки к обнаружению лжи.Психология расследования и профилирование преступников. 2008; 5: 39–43.
- 8. Ван Бокстаэле Б., Вершуере Б., Моенс Т., Сухоцки К., Деби Э., Спруит А. Научиться лгать: влияние практики на когнитивные издержки лжи. Границы в психологии. 2012; 3: 526. pmid: 23226137
- 9. Кляйнберг Б., Вершуере Б. Обнаружение памяти 2.0: первый веб-тест на обнаружение памяти. PLoS One. 2015; 10 (4): e0118715. pmid: 25874966
- 10. Сартори Г., Агоста С., Зогмайстер С., Феррара С.Д., Кастиэльо Ю.Как точно определять автобиографические события. Психологическая наука. 2008. 19 (8): 772–780. pmid: 18816284
- 11. Verschuere B, Kleinberg B. Id-check: онлайн-проверка скрытой информации выявляет истинную личность. Журнал судебной медицины. 2016, январь; 61 Приложение 1: S237–40. pmid: 263
- 12. Агоста С., Сартори Г. Автобиографический IAT: обзор. Границы в психологии. 2013; 4: 519. pmid: 23964261
- 13. Meixner J, Rosenfeld JP. Имитация терроризма Применение теста скрытой информации на основе P300.Психофизиология. 2011. 48: 149–154. pmid: 20579312
- 14. Дейл Р., Дюран Н.Д. Когнитивная динамика верификации отрицательного предложения. Наука о мышлении. 2011; 35 (5): 983–996. pmid: 21463359
- 15. Фриман Дж. Б., Паукер К., Санчес Д. Т.. Перцептивный путь к предвзятости: межрасовое воздействие снижает резкие сдвиги в восприятии расы в реальном времени, которые предсказывают предвзятость смешанной расы. Психологическая наука. 2016; 27: 502–517. pmid: 26976082
- 16. Quétard B, Quinton JC, Colomb M, Pezzulo G, Barca L, Izaute M и др.Комбинированные эффекты ожидания и визуальной неопределенности при обнаружении и идентификации цели в тумане. Когнитивная обработка. 2015; 16: 343–348.
- 17. Эбни Д.Х., Макбрайд Д.М., Конте А.М., Винсон Д.В. Динамика ответа в предполагаемой памяти. Психономический бюллетень и обзор. 2015; 22 (4): 1020–1028.
- 18. Барка Л., Пеццуло Г. Разворачивание визуального лексического решения во времени. PLoS One. 2012; 7 (4): e35932. pmid: 22563419
- 19. Дюран Н.Д., Дейл Р., Макнамара Д.С.Динамика действия преодоления истины. Психономический бюллетень и обзор. 2010. 17 (4): 486–491.
- 20. Врий А. Когнитивный подход к обнаружению лжи в обнаружении обмана: текущие проблемы и новые подходы. Оксфорд, Великобритания: John Wiley & Sons, Inc .; 2015.
- 21. Вридж А., Леал С., Гранхаг П.А., Манн С., Фишер Р.П., Хиллман Дж. И др. Перехитрить лжецов: польза от задания неожиданных вопросов. Закон и человеческое поведение. 2009. 33: 159–166. pmid: 18523881
- 22.Warmelink L, Vrij A, Mann S, Leal S, Poletiek FH. Влияние неожиданных вопросов на обнаружение знакомой и незнакомой лжи. Психиатрия, психология и право. 2013; 20 (1).
- 23. Хартвиг М., Гранхаг П.А., Стрчмвалл Л. Стратегии виновных и невиновных подозреваемых во время допросов. Психология, преступность и право. 2007. 13: 213–227.
- 24. Ланкастер Г.Л., Вридж А., Хоуп Л., Уоллер Б. Отделение лжецов от рассказчиков правды: преимущества задания непредвиденных вопросов об обнаружении лжи.Прикладная когнитивная психология. 2013; 27: 107–114.
- 25. Freeman JB, Ambady N. Mousetracker: Программное обеспечение для изучения умственной обработки в реальном времени с использованием метода компьютерного отслеживания мыши. Методы исследования поведения. 2010. 42: 226–241. pmid: 20160302
- 26. Зал МА. Выбор подмножества функций на основе корреляции для машинного обучения. Диссертация, Университет Вайкато. 1999. http://www.cs.waikato.ac.nz/mhall/thesis.pdf.
- 27. Холл М., Фрэнк Э., Холмс Г., Пфарингер Б., Ройтеманн П., Виттен И.Программное обеспечение для интеллектуального анализа данных weka: обновление. Информационный бюллетень ACM SIGKDD Explorations. 2009. 11 (1): 10–18.
- 28. Брейман Л. Случайные леса. Машинное обучение. 2001. 45 (1): 5–32.
- 29. le Cessie S, van Houwelingen JC. Оценщики хребта в логистической регрессии. Прикладная статистика. 1992. 41 (1): 191–201.
- 30. Platt JC. Быстрое обучение опорных векторных машин с использованием последовательной минимальной оптимизации. В: Достижения в методах ядра. MIT Press Cambridge; 1999 г.
- 31. Кирти СС, Шеваде СК, ЦБ, Мурти КРК. Улучшения в алгоритме SMO Platt для проектирования классификатора SVM. Нейронные вычисления. 2001. 13 (3): 637–649.
- 32. Ландвер Н., Холл М., Фрэнк Э. Деревья логистических моделей. Машинное обучение. 2005. 95 (1–2): 161–205.
- 33. Гао З.К., Цай Цюй, Ян YX, Донг Н, Чжан СС. График видимости из частотно-временного представления адаптивного оптимального ядра для классификации эпилептиформной ЭЭГ. Международный журнал нейронных систем.2017; 27 (4): 1750005. pmid: 27832712
- 34. Дворк С., Фельдман В., Хардт М., Питасси Т., Рейнгольд О., Рот А. Многоразовая задержка: сохранение достоверности в адаптивном анализе данных. Наука. 2015; 349: 636–638. pmid: 26250683
- 35. Ван Дж, Лу В., Лю Л., Ли Л., Ся К. Оценка полезности на основе сопоставления «один-к-N» в игре «Дилемма заключенного для взаимозависимых сетей». PLoS ONE. 2016; 11 (12): e0167083. pmid: 27 4
- 36. Чен М., Ван Л., Сунь С., Ван Дж., Ся К.Эволюция сотрудничества в игре пространственных общественных благ с адаптивным ассортиментом репутации. Physics Letters A. 2016; 380 (1): 40–47.
- 37. Чен М., Ван Л., Ван Дж., Сунь С., Ся С. Влияние стратегии индивидуального реагирования на пространственную игру общественных благ внутри мобильных агентов. Прикладная математика и вычисления. 2015; 251: 192–202
- 38. Розенфельд Дж. П., Элвангер Дж. В., Нолан К., Ву С., Берманн Р. Г., Свит Дж. Распределение амплитуды скальпа P300 как показатель обмана в модели имитационного когнитивного дефицита.Международный журнал психофизиологии. 1999; 33 (1): 3–19. pmid: 10451015
- 39. Деби Э., Баптист Л.Б., де Хауэр Дж., Вершуер Б. Ложь, правда, ложь: роль переключения задач в контексте обмана. Психологическое психологическое исследование. 2015; 79 (3): 478–488.