論文の概要: Determining Sentencing Recommendations and Patentability Using a Machine
Learning Trained Expert System
- arxiv url: http://arxiv.org/abs/2108.04088v1
- Date: Thu, 5 Aug 2021 16:21:29 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-10 15:47:50.838712
- Title: Determining Sentencing Recommendations and Patentability Using a Machine
Learning Trained Expert System
- Title（参考訳）: 機械学習学習エキスパートシステムによる推奨事項と特許性の決定
- Authors: Logan Brown, Reid Pezewski, Jeremy Straub
- Abstract要約: 本稿では機械学習エキスパートシステム(MLES)を用いた2つの研究について述べる。
ある研究では、一貫した連邦刑事判決についてアメリカ合衆国連邦判事に助言するシステムに焦点を当てている。
もう一つの研究は、米国特許商標庁が特許性評価プロセスの自動化を支援するシステムを開発することを目的としている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This paper presents two studies that use a machine learning expert system
(MLES). One focuses on a system to advise to United States federal judges for
regarding consistent federal criminal sentencing, based on both the federal
sentencing guidelines and offender characteristics. The other study aims to
develop a system that could prospectively assist the U.S. Patent and Trademark
Office automate their patentability assessment process. Both studies use a
machine learning-trained rule-fact expert system network to accept input
variables for training and presentation and output a scaled variable that
represents the system recommendation (e.g., the sentence length or the
patentability assessment). This paper presents and compares the rule-fact
networks that have been developed for these projects. It explains the
decision-making process underlying the structures used for both networks and
the pre-processing of data that was needed and performed. It also, through
comparing the two systems, discusses how different methods can be used with the
MLES system.
- Abstract（参考訳）: 本稿では機械学習エキスパートシステム(MLES)を用いた2つの研究について述べる。
1つは、連邦判決ガイドラインと犯罪者の特徴の両方に基づいて、一貫した連邦刑事判決についてアメリカ合衆国連邦判事に助言するシステムに焦点を当てている。
別の研究は、米国特許商標庁が特許性評価プロセスの自動化を前向きに支援できるシステムを開発することを目的としている。
どちらの研究も、機械学習によって訓練されたルールファクトエキスパートシステムネットワークを使用して、トレーニングとプレゼンテーションのための入力変数を受け入れ、システム推奨(例えば、文の長さや特許性評価)を表すスケールド変数を出力する。
本稿では,これらのプロジェクトのために開発されたルールファクトネットワークを提示し,比較する。
これは、両方のネットワークで使用される構造と、必要で実行されたデータの事前処理に基づく意思決定プロセスを説明する。
また、2つのシステムを比較することで、MLESシステムでどのように異なる方法が使えるかを論じる。
関連論文リスト
- Towards Formal Fault Injection for Safety Assessment of Automated
Systems [0.0]
本稿では,開発ライフサイクルを通じてこれら2つのテクニックを融合したフォーマルなフォールトインジェクションを紹介する。
我々は,形式的手法と断層注入の相互支援の5つの領域を同定し,より密着的なアプローチを提唱する。
論文 参考訳（メタデータ） (2023-11-16T11:34:18Z) - Perspectives on Large Language Models for Relevance Judgment [56.935731584323996]
大型言語モデル(LLM)は、関連判断を支援することができると主張している。
自動判定が検索システムの評価に確実に利用できるかどうかは不明である。
論文 参考訳（メタデータ） (2023-04-13T13:08:38Z) - A Domain-Agnostic Approach for Characterization of Lifelong Learning
Systems [128.63953314853327]
「生涯学習」システムには,1)継続的学習,2)伝達と適応,3)拡張性があります。
この一連のメトリクスは、様々な複雑な生涯学習システムの開発に役立てることができることを示す。
論文 参考訳（メタデータ） (2023-01-18T21:58:54Z) - Video Surveillance System Incorporating Expert Decision-making Process:
A Case Study on Detecting Calving Signs in Cattle [5.80793470875286]
本研究では、専門家の意思決定プロセスと、通知対象の豊富なドメイン知識を組み込むことにより、予測の背後にある推論を提示するビデオ監視AIシステムの枠組みについて検討する。
本研究は,畜産従事者とのユーザスタディを通じて,提案手法に基づく牛の養殖の兆候を検出するシステムを構築し,そのシステムの評価を行った。
論文 参考訳（メタデータ） (2023-01-10T12:06:49Z) - Hybrid Rule-Neural Coreference Resolution System based on Actor-Critic
Learning [53.73316523766183]
コアレゾリューションシステムは2つの主要なタスクに取り組む必要がある。
ひとつのタスクは、潜在的な言及のすべてを検出することであり、もう1つは、可能な言及ごとに前者のリンクを学習することである。
本稿では,アクター・クリティカル・ラーニングに基づく複合ルール・ニューラル・コア参照解決システムを提案する。
論文 参考訳（メタデータ） (2022-12-20T08:55:47Z) - Combining multiple matchers for fingerprint verification: A case study
in biosecure network of excellence [53.598636960435286]
指紋認証のための2つの参照システムは、追加の2つの非参照システムと共にテストされている。
実験結果から, 最適認識戦略は, 栄養素と相関測定の両方が関係していることが示唆された。
論文 参考訳（メタデータ） (2022-12-04T19:49:05Z) - Learning Physical Concepts in Cyber-Physical Systems: A Case Study [72.74318982275052]
本稿では,時系列データにおける物理概念の学習方法に関する研究の現状について概説する。
また,3タンクシステムの例を用いて,最先端技術から最も重要な手法を分析した。
論文 参考訳（メタデータ） (2021-11-28T14:24:52Z) - Discovering the Rationale of Decisions: Experiments on Aligning Learning
and Reasoning [0.0]
専用テストケースを用いたモデル非依存な合理的評価のための知識駆動手法を提案する。
本手法は,ブラックボックス機械学習システムの理論的根拠を解析できることを示す。
論文 参考訳（メタデータ） (2021-05-14T10:37:03Z) - Expert System Gradient Descent Style Training: Development of a
Defensible Artificial Intelligence Technique [0.0]
本稿では,意味割り当てノード (facts) と相関関係 (rules) を用いて開発した機械学習エキスパートシステムについて述べる。
これらのシステムの性能は、ランダムで完全に接続されたネットワークと比較される。
論文 参考訳（メタデータ） (2021-03-07T10:09:50Z) - Leveraging Expert Consistency to Improve Algorithmic Decision Support [62.61153549123407]
建設のギャップを狭めるために観測結果と組み合わせることができる情報源として,歴史専門家による意思決定の利用について検討する。
本研究では,データ内の各ケースが1人の専門家によって評価された場合に,専門家の一貫性を間接的に推定する影響関数に基づく手法を提案する。
本研究は, 児童福祉領域における臨床現場でのシミュレーションと実世界データを用いて, 提案手法が構成ギャップを狭めることに成功していることを示す。
論文 参考訳（メタデータ） (2021-01-24T05:40:29Z) - A systematic review and taxonomy of explanations in decision support and
recommender systems [13.224071661974596]
我々は,勧告システムにおける説明に関する文献を体系的にレビューする。
我々は、説明施設を設計する際に考慮すべき側面の包括的分類法を考案した。
論文 参考訳（メタデータ） (2020-06-15T18:19:20Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。