Neural network decision support in the case law system = Нейромережеве забезпечення прийняття рішень в прецедентній системі права

Abstract

The paper considers issues associated with neural network decision support in the case law system. The functional dependence of the degree of the subject guilt of the set of situations (informative features) is described. This problem is solved by using the technology of forced learning of neural networks and implemented by an ensemble of models as a pattern recognition problem. The neural network support for decision making in the precedent law system is implemented in the basis of artificial neural networks in the environment of existing neuroemulator packages as an application in the program code of the technical analysis package.

У статті розглядаються питання, пов'язані із нейромережевим забезпеченням прийняття рішень у прецедентній системі права. Описано функціональну залежність ступеня вини суб'єкта від набору ситуацій (інформативних ознак). Це завдання вирішено застосуванням технології примусового навчання нейромереж та реалізовано ансамблем моделей як завдання розпізнавання образів. Нейромережеве забезпечення прийняття рішень у прецедентній системі права реалізовано в базисі штучних нейронних мереж серед існуючих пакетів нейроемуляторів як додаток у программному коді пакета технічного аналізу.