(57) 1. Компьютерно-реализуемый способ автоматической полиграфической проверки, выполняемый с помощью вычислительной системы, содержащей модель машинного обучения, при этом способ выполняет этапы, на которых
получают записи полиграфических проверок, содержащие, по меньшей мере, сигналы датчиков с временными шкалами, на которых промаркированы начало и конец вопроса;
получают дополнительные данные, содержащие, по меньшей мере, возраст проверяемого, пол, должностную информацию;
осуществляют обработку полученных сигналов и дополнительных данных с помощью модели машинного обучения (МО), причем в ходе указанной обработки осуществляется
определение временных интервалов для извлечения переменных на основе временных меток начала и конца вопроса и временной метки ответа, и на основе типа и темы вопроса;
извлечение переменных из каждого сигнала на определенных временных интервалах;
обработка полученных переменных из сигналов, при которой выполняется нормализация и конкатенация обработанных переменных и построение на их основе вектора;
разделение дополнительных данных на категориальные и численные переменные;
обработка полученных переменных из дополнительных данных, при которой выполняется векторизация категориальных переменных и нормализация численных переменных;
конкатенация обработанных переменных, извлеченных из каждого сигнала, и обработанных дополнительных переменных и построение на их основе вектора;
подача упомянутого вектора в модель МО для получения выходного значения модели МО;
сравнение выходного значения модели с заданным пороговым значением и
определяют, что ответ является ложью, если выходное значение выше или равно пороговому значению или ответ является правдой если выходное значение ниже порогового значения.
2. Способ по п.1, характеризующийся тем, что модель МО определяет ответ как правдивый или ложный не по одному полученному ответу, а по совокупности вопросов и ответов, связанных с темой полиграфической проверки, при этом получаемые переменные сигналы объединяются в единый вектор либо усредняются перед передачей в модели МО.
3. Способ по п.1, характеризующийся тем, что модель МО имеет тип градиентный бустинг, случайный лес или нейронная сеть.
4. Способ по п.1, характеризующийся тем, что модель МО обучена на одной из тем для проверок или их комбинации, где темами для проверок являются наркотические вещества, получение дополнительного вознаграждения, разглашение конфиденциальной информации, долговые обязательства, сторонний доход, уголовные правонарушения, административные правонарушения, нарушения внутренних нормативных документов (ВНД).
5. Способ по п.1, характеризующийся тем, что записи полиграфических проверок, содержат сигналы с датчиков, включающие по меньшей мере одно из: частота сердечного сокращения (ЧСС), кожно-гальваническая реакция (КГР), артериальное давление, верхнее и нижнее дыхание, пьезоплетизмограмма, фотоплетизмограмма, термических, движения зрачка или их комбинации.
6. Способ по п.1, характеризующийся тем, что дополнительные данные содержат по меньшей мере одно из: идентификационный номер полиграфологов, идентификационный номер полиграфов, информацию о погодных условиях, результаты электроэнцефалограммы, магнитно-резонансной томографии, функциональной ближней инфракрасной спектроскопии, информацию о геомагнитных бурях или их комбинации.
7. Система автоматической полиграфической проверки, содержащая
по меньшей мере один процессор;
по меньшей мере одну память, соединенную с процессором, которая содержит машиночитаемые инструкции, которые при их выполнении по меньшей мере одним процессором обеспечивают выполнение способа по любому из пп.1-6.

---