随着人工智能技术的发展和海量司法数据的公开,面向“智慧司法”服务的司法判决预测(legal judgment prediction,LJP)任务受到了学术界和工业界的广泛关注,该任务旨在根据有限的案件事实描述文本来预测案件的罪名、法条和刑期。然而,现...随着人工智能技术的发展和海量司法数据的公开,面向“智慧司法”服务的司法判决预测(legal judgment prediction,LJP)任务受到了学术界和工业界的广泛关注,该任务旨在根据有限的案件事实描述文本来预测案件的罪名、法条和刑期。然而,现有工作缺乏对易混淆司法案件的智能决策的研究,且相关模型通常缺乏可解释性,这会导致模型预测严重依赖领域专家,阻碍LJP在不同法律体系中的应用。为此,提出了一种基于因果图分析的司法判决预测(prediction of legal judgment based on causal graph analysis,CGLJ)方法,首先从非结构化的法律事实描述文本中挖掘要素之间的因果关系,然后采用易混淆罪名聚类的构图方法构建因果图,既考虑了相似事实描述之间的差异,又增强了事实描述和法律法规之间的相互作用,最后将构建好的因果图融入深度神经网络进行联合推理,得到判决预测结果。此外,还对模型预测过程中的因果图推理过程进行了可视化,为判决结果提供了更好的可解释性。在2018中国“法研杯”司法人工智能挑战赛(CAIL2018)司法判决预测数据集上的实验结果表明,该方法相比基线模型取得了更好的效果。展开更多
由于棉花秸秆在机械化收获和粉碎加工过程中缺乏准确的仿真模型参数,从而造成在机具设计中仿真效果和实际作业存在较大的差异,在一定程度上限制了棉花秸秆收获以及粉碎装置的设计研究。本文以新疆棉花秸秆作为试验材料,开展仿真分析研究...由于棉花秸秆在机械化收获和粉碎加工过程中缺乏准确的仿真模型参数,从而造成在机具设计中仿真效果和实际作业存在较大的差异,在一定程度上限制了棉花秸秆收获以及粉碎装置的设计研究。本文以新疆棉花秸秆作为试验材料,开展仿真分析研究,通过物理试验测定棉花秸秆的本征参数后,利用EDEM软件进行试验仿真,对棉花秸秆进行参数标定。采用堆积角试验和弯曲试验方法,测量出棉花秸秆堆积角和最大破坏载荷分别为28.62°和143.21 N。应用Hertz-Mindlin no slip模型和Hertz-Mindlin with bonding模型进行棉花秸秆的堆积角仿真试验和弯曲仿真试验,得到棉花秸秆之间碰撞恢复系数、静摩擦因数、滚动摩擦因数和棉花秸秆-钢之间碰撞恢复系数、静摩擦因数、滚动摩擦因数分别为0.5、0.41、0.06、0.5、0.37、0.08,以及棉花秸秆法向接触刚度、切向接触刚度、临界法向应力与临界切向应力分别为4.15×1010N/m、5.60×1010N/m、40 MPa、50 MPa。将以上结果进行粉碎试验验证,棉花秸秆粉碎后依据长度和宽度不同,分为粉末型物料、破碎型物料、未破碎型物料,仿真试验质量和实际试验质量之间偏差为6.84%、8.29%、7.37%,证明了参数的可行性,可用于棉花秸秆参数标定。展开更多
文摘随着人工智能技术的发展和海量司法数据的公开,面向“智慧司法”服务的司法判决预测(legal judgment prediction,LJP)任务受到了学术界和工业界的广泛关注,该任务旨在根据有限的案件事实描述文本来预测案件的罪名、法条和刑期。然而,现有工作缺乏对易混淆司法案件的智能决策的研究,且相关模型通常缺乏可解释性,这会导致模型预测严重依赖领域专家,阻碍LJP在不同法律体系中的应用。为此,提出了一种基于因果图分析的司法判决预测(prediction of legal judgment based on causal graph analysis,CGLJ)方法,首先从非结构化的法律事实描述文本中挖掘要素之间的因果关系,然后采用易混淆罪名聚类的构图方法构建因果图,既考虑了相似事实描述之间的差异,又增强了事实描述和法律法规之间的相互作用,最后将构建好的因果图融入深度神经网络进行联合推理,得到判决预测结果。此外,还对模型预测过程中的因果图推理过程进行了可视化,为判决结果提供了更好的可解释性。在2018中国“法研杯”司法人工智能挑战赛(CAIL2018)司法判决预测数据集上的实验结果表明,该方法相比基线模型取得了更好的效果。
文摘由于棉花秸秆在机械化收获和粉碎加工过程中缺乏准确的仿真模型参数,从而造成在机具设计中仿真效果和实际作业存在较大的差异,在一定程度上限制了棉花秸秆收获以及粉碎装置的设计研究。本文以新疆棉花秸秆作为试验材料,开展仿真分析研究,通过物理试验测定棉花秸秆的本征参数后,利用EDEM软件进行试验仿真,对棉花秸秆进行参数标定。采用堆积角试验和弯曲试验方法,测量出棉花秸秆堆积角和最大破坏载荷分别为28.62°和143.21 N。应用Hertz-Mindlin no slip模型和Hertz-Mindlin with bonding模型进行棉花秸秆的堆积角仿真试验和弯曲仿真试验,得到棉花秸秆之间碰撞恢复系数、静摩擦因数、滚动摩擦因数和棉花秸秆-钢之间碰撞恢复系数、静摩擦因数、滚动摩擦因数分别为0.5、0.41、0.06、0.5、0.37、0.08,以及棉花秸秆法向接触刚度、切向接触刚度、临界法向应力与临界切向应力分别为4.15×1010N/m、5.60×1010N/m、40 MPa、50 MPa。将以上结果进行粉碎试验验证,棉花秸秆粉碎后依据长度和宽度不同,分为粉末型物料、破碎型物料、未破碎型物料,仿真试验质量和实际试验质量之间偏差为6.84%、8.29%、7.37%,证明了参数的可行性,可用于棉花秸秆参数标定。
