電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2010-11-04 15:00
[ポスター講演]SVMによるバイパータイトランキング学習を用いたコンピュータ将棋における評価関数の学習
末廣大貴畑埜晃平坂内英夫瀧本英二竹田正幸九大
技報オンラインサービス実施中
抄録 (和) 近年,将棋の評価関数の設計においては,機械学習を応用してパラメータの自動調整を行う手法が主流となっている.ただし,評価項目(特徴)は作成者の棋力,感覚に基づいて用意されることが多く,これまで,複数の駒同士の関係など,複雑な特徴が数多く考案されてきた.本研究では,明示的に用意する特徴としては局面を表す基本的で単純なもののみとし,多項式カーネルとサポートベクターマシン(SVM)を用いて評価関数の学習を行う手法を提案する.多項式カーネルを用いることにより,単項式で表現できる
特徴間のn項関係を,すべて高次の特徴として利用することができる.また,評価関数の学習問題を,合法手後の局面を順位づけるバイパータイトランキングの問題と捉え,SVMを用いて学習を行う手法(ランキングSVM法)を提案する.対局や棋譜との一致率を調べる実験結果,および駒組みの観察等から,ランキングSVM法の有効性を示す. 
(英) Recently, automatic optimization of parameters by applying machine learning methods has become a mainstream approach for developing good evaluation functions in shogi. However, the features used in the evaluation functions are prepared by the developer, depending heavily on his/her knowledge and intuition. To date, many complex features, such as relationships between multiple pieces, have been designed. In this paper, we propose an approach using polynomial kernels and Support Vector Machines (SVM), where only very simple features will be prepared explicitly. Polynomial kernels allow us to consider high dimensional, n-ary relations of monomial features. We further regard the problem of evaluation function learning as a bipartite ranking problem of the positions after legal moves, and propose a method which uses SVMs (ranking SVM). We show the effectiveness of our algorithm through computational experiments.
キーワード (和) 評価関数 / SVM / 多項式カーネル / ランキング学習 / / / /  
(英) evaluation function / SVM / polynomial kernel / ranking learning / / / /  
文献情報 信学技報, vol. 110, no. 265, IBISML2010-74, pp. 113-118, 2010年11月.
資料番号 IBISML2010-74 
発行日 2010-10-28 (IBISML) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 IBISML  
開催期間 2010-11-04 - 2010-11-06 
開催地(和) 東大生産研 
開催地(英) IIS, Univ. of Tokyo 
テーマ(和) IBIS 2010 (情報論的学習理論ワークショップ) 
テーマ(英) IBIS 2010 (Workshop on Information-based Induction Sciences) 
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2010-11-IBISML 
本文の言語 日本語 
タイトル(和) SVMによるバイパータイトランキング学習を用いたコンピュータ将棋における評価関数の学習 
サブタイトル(和)  
タイトル(英) Learning Evaluation Functions for Shogi Using SVM-based Bipartite Ranking Learning 
サブタイトル(英)  
キーワード(1)(和/英) 評価関数 / evaluation function  
キーワード(2)(和/英) SVM / SVM  
キーワード(3)(和/英) 多項式カーネル / polynomial kernel  
キーワード(4)(和/英) ランキング学習 / ranking learning  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 末廣 大貴 / Daiki Suehiro / スエヒロ ダイキ
第1著者 所属(和/英) 九州大学 (略称: 九大)
Kyushu University (略称: Kyushu Univ.)
第2著者 氏名(和/英/ヨミ) 畑埜 晃平 / Kohei Hatano / ハタノ コウヘイ
第2著者 所属(和/英) 九州大学 (略称: 九大)
Kyushu University (略称: Kyushu Univ.)
第3著者 氏名(和/英/ヨミ) 坂内 英夫 / Hideo Bannai / バンナイ ヒデオ
第3著者 所属(和/英) 九州大学 (略称: 九大)
Kyushu University (略称: Kyushu Univ.)
第4著者 氏名(和/英/ヨミ) 瀧本 英二 / Eiji Takimoto / タキモト エイジ
第4著者 所属(和/英) 九州大学 (略称: 九大)
Kyushu University (略称: Kyushu Univ.)
第5著者 氏名(和/英/ヨミ) 竹田 正幸 / Masayuki Takeda / タケダ マサユキ
第5著者 所属(和/英) 九州大学 (略称: 九大)
Kyushu University (略称: Kyushu Univ.)
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2010-11-04 15:00:00 
発表時間 180 
申込先研究会 IBISML 
資料番号 IEICE-IBISML2010-74 
巻番号(vol) IEICE-110 
号番号(no) no.265 
ページ範囲 pp.113-118 
ページ数 IEICE-6 
発行日 IEICE-IBISML-2010-10-28 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会