文献

J-GLOBAL ID：201902288636600391   整理番号：19A1342735

認知プロセスシミュレーションに基づく法律,訓練およびガバナンス-現代の権利関係における法的形式の分析【JST・京大機械翻訳】

Law, discipline and governance based on cognitive process simulation - analysis of legal forms in the modern rights relationship

著者 (3件)： Ma Yong (Law Department, Beihua University, Jilin Province, China) ,  Zhang Rongxia (Law Department, Beihua University, Jilin Province, China) ,  Zong Tongqiang (Engineer Department, Yeungnam University, South Korea)
資料名： Cognitive Systems Research  (Cognitive Systems Research)
巻： 57  ページ： 139-146  発行年： 2019年 
JST資料番号： W2363A  ISSN： 1389-0417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 人々は,法律を理解する過程においてますます人間化されている。権利に対する権利によると,法律はそれ自身のコア設定因子を持っているが,いくつかの限界は人々の希望に達することができない。したがって,超越権の法的および違法モードは非常に重要である。現代の権利の法的形式を分析するために,本論文では,人間の脳の認知学習と記憶過程を,人工神経回路網と人間の脳構造の理解を通してシミュレートし,法則,規律,および統治の役割を反映した。研究において,モデルニューラルネットワークの構造とアルゴリズムを最適化して,人間の脳をシミュレーションすることができる記憶忘却曲線機構を導入して,このように,ネットワーク認識比率を改良した。そして,アルゴリズムにおいて,整合度の計算を避けて,計算複雑性をサンプルに縮減した。次に,サンプルをSOM,ART1,およびPNNアルゴリズムと比較した。実験的シミュレーション結果は,このサンプルの認識速度がART1のものより1.9倍速く,SOMのものより58倍速く,PNNネットワークのものより1.5倍速いことを示した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： モデル ,  学習 ,  最適化 ,  *シミュレーション ,  ニューラルネットワーク ,  ヒト ,  計算量 ,  ネットワーク ,  アルゴリズム
準シソーラス用語： 認識率 ,  脳構造 ,  *ガバナンス ,  *認知過程 , 【Automatic Indexing@JST】

著者キーワード (4件)： ヒト脳認知 ,  記憶忘却曲線 ,  人工神経回路網 ,  正しい分野へ

分類 (2件)： 応用心理学  (AE02000A) ,  中枢神経系  (EJ12030F)

タイトルに関連する用語 (8件)： 認知プロセス ,  シミュレーション ,  法律 ,  訓練 ,  ガバナンス ,  権利 ,  形式 ,  分析