권호기사보기
| 기사명 | 저자명 | 페이지 | 원문 | 기사목차 |
|---|
결과 내 검색
동의어 포함
[표지]
제출문
보고서 요약서
요약문
목차
1. 연구개발과제의 개요 8
가. 연구개발과제의 목표 8
나. 연구개발의 필요성 및 범위 8
2. 연구수행내용 및 성과 9
가. 통계 모델 및 다양한 학습 모델을 이용한 양형 예측 시스템 개발 13
(1) 최소평균제곱오차(MMSE) 통계 모델 기반 판결 예측 13
(2) 최대사후확률(MAP) 기반 형량 추정 15
(3) PCA차원 축소를 활용한 유사 판례 탐색 방법 18
(4) 비음수 행렬 인수분해를 이용한 판결 예측 기법 20
나. DNN 기반 양형예측 시스템 개발 25
다. 본 과제에서 수행된 연구 성과 자료 36
라. 탐색연구 수행을 통해 획득한 결론 37
3. 목표 달성도 및 관련 분야 기여도 39
가. 연구 목표 39
나. 목표 달성여부 39
(1) 연구 목표 달성도 39
(2) 연구 성과 40
다. 후속연구의 필요성 41
(1) 통계적 모델 및 다양한 학습 모델을 이용한 양형 예측 시스템 개발 41
(2) DNN 기반 양형예측 시스템 개발 41
라. 관련 분야 기여도 42
4. 연구개발성과의 활용 계획 등 43
가. 연구개발 결과의 활용방안 43
나. 연구개발 결과의 기대효과 43
붙임 : 참고문헌 44
별첨 : 주관연구기관의 자체평가 의견서[내용없음] 5
〈그림 1〉 법·사회적 요인 기반 인공지능 판결 예측 시스템 개발 개요도 8
〈그림 2〉 수집한 판례에서 형량 크기에 따른 샘플 수 분포 10
〈그림 3〉 법·사회적 요인의 데이터화 과정과 교차 검증에 의한 데이터 집합 분할 세부 과정 12
〈그림 4〉 PCA를 이용한 차원 축소 원리 16
〈그림 5〉 비음수 행렬 인수분해(NMF)를 이용한 판결 예측 구조도 21
〈그림 6〉 DNN 기반의 양형예측 시스템의 구조도 26
〈그림 7〉 DNN 모델의 학습 단계 및 시험 단계의 개략도 26
〈그림 8〉 DNN 모델의 예측 및 학습 과정(파랑색 : 형량을 예측하기 위한 앞먹임... 27
〈그림 9〉 평균형량을 고려한 DNN 기반의 양형예측 시스템의 구조도 27
*표시는 필수 입력사항입니다.
| 전화번호 |
|---|
| 기사명 | 저자명 | 페이지 | 원문 | 기사목차 |
|---|
| 번호 | 발행일자 | 권호명 | 제본정보 | 자료실 | 원문 | 신청 페이지 |
|---|
도서위치안내: / 서가번호:
우편복사 목록담기를 완료하였습니다.
*표시는 필수 입력사항입니다.
저장 되었습니다.