时间:2020-12-23![]()
本文原载《四川大学学报(自然科学版)》,由四川大学法学院王竹教授等科研人员创作,系四川大学市场经济法治研究所系列学术成果。后续会持续分享四川大学市场经济法治研究所系列学术成果,欢迎大家阅读。
摘要:针对司法实践中对于可解释性及预测性能的需求,本文提出了一种基于概率图模型的量刑智能辅助方法.该方法以量刑要素为基石建立含有隐节点的概率图模型,由极大似然准则估计刑期分布的参数,进而计算分布的数学期望得到预测值.关于危险驾驶罪的实验结果表明,概率图模型的预测准确率优于决策树和神经网络等对比模型,且具有良好的可解释性。
关键词:概率图模型;刑期预测;危险驾驶罪;量刑要素
陈鸿旭、陈铁今、王皓、田维、胡兵、王竹:《基于概率图模型的危险驾驶罪刑期预测》,载《四川大学学报(自然科学版)》2022年第6期。(论文下载)