文献

J-GLOBAL ID：201702216736258573   整理番号：17A0058262

深い学習を用いた五目並べにおける移動予測【Powered by NICT】

Move prediction in Gomoku using deep learning

著者 (4件)： Shao Kun (The State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China) ,  Zhao Dongbin (The State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China) ,  Tang Zhentao (The State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China) ,  Zhu Yuanheng (The State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： YAC  ページ： 292-297  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Gomokuボードゲームは人工知能研究の長年の課題である。深層学習の発展に伴い,AlphaGoで証明される動き予測は,ボードゲームエージェントの知能を促進するのを助けることができる。この考えに従い,RenjuNetデータセットからエキスパート五目並べ選手による動きを予測するための教師つき学習による深い畳込みニューラルネットワークを訓練した。はこの問題を解決するために種々の構造と異なるハイパーパラメータの多くの深層ニューラルネットワークを提案した。入力としてのみボード状態により,提案した深層畳込みニューラルネットワークであるGomokuのいくつかの特別な特徴を認識し,おそらく次の一手を選択することができた。最終ニューラルネットワークはRenjuNetデータセット,エキスパート五目並べ選手のレベルに達するに約42%の移動予測の精度を達成した。さらに,指針として動き予測と人間レベルの強い五目並べ剤を生成するために有望である。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 畳込み ,  *ニューラルネットワーク ,  動き推定 ,  教師つき学習 ,  深層 ,  人工知能
準シソーラス用語： ハイパーパラメータ ,  深層学習 ,  ボードゲーム , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 学習 ,  予測