The 20th Game Programming Workshop 2015 [3] AI HP 2 HP HP TUBSTAP AI Civilization [8] Battle Of Wesnoth 1 1 HP HP 1 TUBSTAP AI ! A
|
|
|
- しげのぶ すすむ
- 5 years ago
- Views:
Transcription
1 The 20th Game Programming Workshop ,a) 1,b) 1,c) AI HP TUBSTAP AI TUBSTAP AI 66% An approach to evaluate turn-based strategy game positions with offline tree searches in simplified games NAOYUKI SATO 1,a) TSUBASA FUJIKI 1,b) KOKOLO IKEDA 1,c) Abstract: Turn-based strategy games are a jenre of games being popular but in which AI players are not competitive enough for advanced human players. We proposed a state evaluation function for the games utilizing information about unit locations and relationships about dis/advantageousness among units. At first, we assign evaluation values to partial game states by offline tree search with simplified game rules. Then, we sum up these values to estimate how favorable the whole game state is. We applied the method to TUBSTAP platform and our method overwhelmed DLMC-AAS AI player, which is the most competitive player in the TUBSTAP environment as far as we know, with 66% win rate in a certain setting. 1. AI AI 1 Japan Advanced Institute of Science and Technology, Information Science Department a) satonao@jaist.ac.jp b) s @jaist.ac.jp c) kokolo@jaist.ac.jp [4]
![The 20th Game Programming Workshop 2015 [3] AI HP 2 HP HP TUBSTAP AI 2. 2.1 Civilization [8] Battle Of Wesnoth 1 1 HP HP 1 TUBSTAP AI 10 6 1 10 6 6!](/docs-images/91/105622787/images/2-0.jpg "AI 2.2 Bonanza[4] [5] [6] 1 [7] - 62 -")
2 The 20th Game Programming Workshop 2015 [3] AI HP 2 HP HP TUBSTAP AI Civilization [8] Battle Of Wesnoth 1 1 HP HP 1 TUBSTAP AI ! AI 2.2 Bonanza[4] [5] [6] 1 [7]
![The 20th Game Programming Workshop 2015 AI Civilization[8] Freeciv[9] Freeciv [10][11] TUB- STAP[1] Freeciv UCT AI [3] UCT [2] TUBSTAP 2.](/docs-images/91/105622787/images/3-0.jpg "3 TUBSTAP 2.1. TUBSTAP (F) (A) (P) (R) (I) (U) 6 2 HP HP 1 10 HP 2 3. 2 TUBSTAP HP10 HP Min-Max Min-Max AI 3.")
3 The 20th Game Programming Workshop 2015 AI Civilization[8] Freeciv[9] Freeciv [10][11] TUB- STAP[1] Freeciv UCT AI [3] UCT [2] TUBSTAP 2.3 TUBSTAP 2.1. TUBSTAP (F) (A) (P) (R) (I) (U) 6 2 HP HP 1 10 HP TUBSTAP HP10 HP Min-Max Min-Max AI 3.1 TUBSTAP HP
4 The 20th Game Programming Workshop 2015 図4 単純化ゲーム内の行動選択による状態遷移 どちからの陣営の 駒の HP が全て０になれば終端状態で 敵と味方の駒の合計 HP の差を評価値として返す 図3 部分局面抜き出し例 特定の駒に注目し 無向グラフを作る 分な深さ ゲーム終端まで読み切り の Min-Max 型探索 手番側の攻撃が届く場合に２駒間に枝を作る によってルート局面の評価値が得られる 評価値が正なら ルート局面の手番お勝ちで 負なら負けだが その値の大 の局面のみ評価の対象としている こうした事情は計算コ きさを見る事により局面の大勝 大敗 僅差の辛勝などを スト等の事情による こうして作られたグラフが 単純化 区別できる されたゲームにおける１つの状態になる 3.3 単純化されたゲームの局面勝敗値のオフライン計算お 3.2 単純化されたゲーム局面に対する評価値計算 よび活用 各無向グラフの好ましさは 行動選択により状態を遷移 こうして単純化ゲームの局面評価値を ゲーム中で生じ させて勝敗の計算を行うことで得ることにする 単純化さ うる全局面に対してオフラインに計算しておき テーブ れたゲームの中では 以下の 4 種類の行動が可能である ルの形で利用することにする 具体的には図 5 のように 攻撃 枝で接続された駒１つに攻撃を加える その後 ゲーム中でその価値を判断したい局面からいくつかの 3 駒 攻撃を実行した駒と相手の全ての駒との間に枝をつな 同士の部分局面を取り出し 各部分局面に対応する評価値 げる をテーブルから取得する そしてそれらの和を元の局面の 接近 実行した駒と相手の全ての駒との間に枝をつな 評価値の主たる成分として用いる この部分局面の取り出し方にはいろいろなやり方があり げる 退避 実行した駒と相手の全ての駒との間の枝を消す 駒は ２回連続しての退避は選択できない 得て 駒の重複や または逆に一回も部分局面の要素に選 ばれない駒がある事も許容される どのような取り出し方 無行動 何もしない HP が 0 の駒はこの行動しか選 が適切なのかは局面や組み合わせる探索手法によっても異 択できない なり その選択指針を提示することはまだできない その 書く手番では３つの駒それぞれがいずれかの行動を実行 ため本稿における部分的局面の取り出し方は 駒の情報を する 図 4 にプレイヤの行動選択と局面の移り変わりの例 なるべく多く抜き出しながらも計算コストが増えすぎない を示す ちなみに本稿の実装ではある手番中の駒の行動順 ような ある恣意的な選択による は一定で 順序の入れ替えによる結果の変化は考慮してい ない そしてどちらかの駒の HP が全て 0 になるか 互い 3.4 手法の特性 にダメージを与えられない状況になれば終端である 期待できる特長 攻撃行動の後に敵の駒すべてと枝がつながる仕様は 実 本手法が持つと思われる特長を述べる オンライン計算時間の抑制 際のゲームでは相手の駒に接近して攻撃を加えることで相 手の他の駒の攻撃射程に入ってしまう現象が多く起こるた 単純化ゲームの評価値をオフラインで計算しておき め設定した また 退避行動が連続して 2 回選べないのは テーブルで利用するため高速である １つの局面に評 あきらかに不利な状況にある側がずっと退避を選んで局面 価値を適用する際の計算量は そこから取り出す部分 を引き分けに持ち込めないようにするためである そして 局面の数に対する線型のオーダで抑えられる 部分局面に対する勝敗近似の精度の高さ 実際のゲームでも有限な広さのマップにおいて敵の駒から 永久には逃げ続けられない事が多い 単純化ゲームの中では各駒の種類と HP と 射程距離 末端局面の評価値は互いの駒の HP の総和の差とし 充 に関する位置情報が利用される そしてその上で攻撃
5 The 20th Game Programming Workshop 2015 図5 図6 局面への評価値計算 いくつかの部分局面を取り出し オフラ 実験に用いるマップの１つ 地形は全て 道路 で 遠距離ユ ニットを含まず 最初のターンに攻撃が届かない程度に互いの イン計算の結果をそれぞれに与えて合計する 部分局面の取り 駒たちが離れている 出し方に特に制限はなく 設計者が自由に決められる 撃ユニットは移動と攻撃の応酬について他のユニット 行動や 射程距離への出入りの行動を網羅してオフラ とかなり異なる様式を持ち また地形効果もユニット インな木探索が行われる よって部分局面の実際の勝 の生死に無視できない影響力を持つ よってそれらの 敗をかなり高い精度で近似することが期待できる 要素が含まれるマップでは提案手法の性能が落ちる事 特に後者の特長については 駒それぞれの 他の駒との が予想される 図 2 に示されるような 複雑な相性関係の中で変動する しかしこれらの問題点について メモリやオフライン計 価値などを手動の特徴量設計と重み値決定によらず適切に 算時間の問題は入力や出力の数値を適度にグルーピング 定めることができ あるいは一般的な機械学習で必要とさ する事で軽減できると予想でき また地形や遠距離攻撃ユ れるような教師データも必要としない また シミュレー ニットについてもゲームの簡略化についてある程度の拡張 ション手法と比べてオンラインでの計算コストが軽く あ をほどこし対処が可能と考えている るいはシミュレーションを途中で打ち切ってその局面を評 4. 性能調査実験１ 局面分割無し 全幅探索 価する使い方もできる 解決すべき問題点 なるべく単純な場合から手法の性能を調査するため ま 一方で 提案手法の適用にあたって対処が必要な点も多 ず我々は 6 駒の開始局面となるマップで対戦実験を行っ く 今後の研究が必要である た これらのマップで部分局面の取り出し方は 1 通りしか メモリサイズ なく また全部の着手も 1 手分の深さまでなら現実的な時 本手法で用いる単純化ゲームの評価値テーブルはサイ 間で読みきれる ズが大きい ある 3 駒同士からなる単純化ゲームにつ いて各駒の HP を 0 以上 10 以下としてテーブルを作ろ うとすると 枝のパターンが 29 (= 4.1 使用マップ 512) 通りで HP の 対戦実験に使用するマップは 4 種類用意し それぞれ図 パターンが 116 (= 1, 771, 561) 通りなので 907,039,232 6 のようなサイズと駒配置である 全てのマップで両プレ 個の評価値をメモリに格納する必要が出てくる イヤは駒の種類と配置が対称だが それぞれのマップで使 オフラインの計算時間 用する駒の種類は 戦闘機 F 攻撃機 A 戦車 P また オフラインでの計算時間の大きさも課題の一つ 対空戦車 R のうち {F A, P} {F A R} {F P R} で ある 1 つの 敵味方 3 駒ずつの 評価値テーブル作 そして {A R P} の 4 通りとなる 駒の初期 HP は全て 成に際して 20 コアの高速計算サーバで約 4 日間の時 10 とした それぞれのマップで対戦は 400 戦行われ 200 間を必要とした こうしたテーブルを将来的にあらゆ 戦ごとに先手番と後手番が交換される 開始から 13 ター る駒種類 6 個の組み合わせについて作ろうとすると ンで勝敗判定が起こり HP 合計が高い側が勝ちとなる た オフラインとはいえかなり長い計算時間がテーブル作 だし合計が等しい場合に引き分けとなり その試合は勝率 成にかかる事になる 計算において 0.5 勝と勘定される 遠距離ユニットと地形効果 4.2 提案手法 AI 本手法は移動と攻撃を同時にできない代わりに攻撃射 程が 2 以上あるような いわゆる 遠距離攻撃ユニッ 対戦に用いる AI として 全幅探索と提案手法による局 ト の存在を考慮していない また本手法は現在 地 面評価関数を組み合わせて用いる AI を用意した 深さ 1 形効果の影響を考慮に入れていない しかし遠距離攻 手番開始局面から自陣の駒が全て行動を選択し終えるま
6 The 20th Game Programming Workshop E(s) = Bias(s) c d 2n(n 1) 1 i< j n d 1 (u i,u j ) + c HP { hp(u f riend ) hp(u enemy )} Bias(s) s 2 d 1 2 n HP c d c HP c d c HP 1 c d c HP 20 1 HP 4.3 AI AI 2 UCT UCT [12] UCB 1.0 DLMC+ AI 1 DLMC+ [12] HP UCT DLMC+ TUBSTAP (1) 1 AI {F, A, P} {F, A, R} {F, P, R} {A, R, P} UCT 65.6% DLMC+ 61.5% WindowsOS 3.4GHz 8GB TUBSTAP AI AI F A P R 1 HP F,A,P,R HP 7,8,8, HP AI AI 3 (1)
7 The 20th Game Programming Workshop 2015 表3 従来型の局面評価関数を用いる AI に対する 提案手法評価関数 AI の勝率 6 対 6 のマップ マップ F-A-P F-A-R F-P-R A-P-R 対 DLMC+AAS 既存局面評価関数 58.1% 44.3% 53.5% 66.5% 手生成がしにくい そこで我々は 深さ限定モンテカルロ 木探索 AI の局面評価関数の部分だけを提案手法に置き換 えて既存の評価関数との性能の差分を見る事にした つま り他のモンテカルロ木探索ベースの AI 同様に可能な着手 図 7 ４対４のマップに対して我々が行った 部分局面の取り出し方 このような６駒からの部分局面４つを取り出し それぞれの評 ン後の局面に式 (1) の局面評価関数を用いている 価値を合計して元の局面の評価値を作った 表2 マップ をランダムにサンプルして局面に適用し シミュレーショ 6.1 使用マップ 各 4 対 4 マップにおける提案手法 AI の勝率 {F, A, P, R} - Large {F, A, P, R} - Small 縦 11 横 11 マスのマップを 4 種用意した それぞれの 79.0% 71.9 マップで両陣営の駒配置は対称で {F, F, A, A, P, P} {F, 対 DLMC+攻撃行動探索 61.8% 65.3 F, A, A, R, R}, {F, F, P, P, R, R}, または {A, A, P, P, R, R} の 対 UCT 6 駒ずつである それらがマップの対角上に配置され 1 部分局面の取り出し方のうち最も細かいものを想定すれ ターン目に先手プレイヤの駒は相手プレイヤの駒に攻撃が ば 先手と後手の駒 3 つずつを取り出して 400(=6 C3 6 C3 ) 届かない 引き分けの扱い等は先述の実験と同等である 通り考えられる そうしたパターンのうち例えば先手の {F, A, R} 対後手の {A, R, P} のような 駒種類が非対称な 6.2 使用 AI 部分局面に対する計算がオフラインの計算コストの事情で 対戦に使うのは前項と同様の DLMC+攻撃行動探索型 AI 省かれている であり その局面評価関数を提案手法 式 1 とするか従 また提案手法は思考時間を縮小するために探索で駒の移 来通りの HP 値総和の差 とするかで 2 つの AI 提案 動行動の半分を無作為に枝刈りしていて 4 つの駒が操作 手法 AI と比較 AI を用意した 評価関数だけの違いに焦 できる状況で約 16 分の 1 に移動行動の数を縮小できる 点をあてているため この実験では UCT 法による AI は用 このような移動行動の枝刈りを提案手法 AI だけに適用し いていない ているが UCT や LDMC+攻撃行動探索のような複数の行 提案手法はこれらのマップで局面を 64 個の部分局面に 動からいくつかだけサンプリングしてくる設計の AI には 分ける 例えば図 8 のように両プレイヤが {F, F, A, A, P, こうした措置は不要である P} を持つマップでは互いの {F, A, P}3 体ずつの構造に注 目し 26 (= 64) 通りの部分局面が取り出せる 第 4 項の実 5.3 結果 験と比べて約 64 倍の計算が必要になっているが 単なる 結果を表 2 に示す 全てのマップで提案手法による評価 テーブルの参照が複数回行われるだけであり 全体の着手 関数と半分の枝刈りを伴う深さ１全幅探索が他のモンテカ 生成の中で計算量時間は数%ほどしか増大しない ルロ系手法に有意に勝ち越している よって駒数の少ない 末端局面での局面評価関数を HP 値総和の差 とする 小規模な局面で部分局面の足しあわせを行う場合に我々の 既存手法 AI には (行動サンプル数, シミュレーション回数) 手法は高い性能を発揮したといえる のパラメータとして (250, 50) を与え 局面評価関数を提 案手法により行う AI はそれらのパラメータを (240, 48) と 6. 性能調査実験３ 局面分割あり 行動の無 作為なサンプリングによる木探索 した そのパラメータ設定で両 AI の思考時間がほぼ一致 する 前項までの実験で使用したマップは両プレイヤの陣営が 3 駒または 4 駒ずつで この程度の駒数の少なさのマップ 6.3 結果 は実際のターン制戦略ゲームで一般的とは言い難い そこ 結果を表 3 に示す 表記が煩雑になるのを防ぐため {F, で両陣営が 6 駒ずつからなる 12 駒のマップで対戦実験を F, A, A, P, P} の両プレイヤ 6 駒ずつ計 12 駒のマップを単 行った に F-A-P のマップと記した そしてこの程度の駒数のマップとなると探索空間が広 この 4 種のマップで 95%信頼区間は ±5% より狭く F- く 前節までの全幅探査型の手法では適切な思考時間で着 P-R のマップ以外では提案手法は有意に強いか有意に弱い
8 The 20th Game Programming Workshop 2015 我々は小さい部分局面で精度の良い評価値を生成してから それを合算しているが それよりも 合算したときに全体 的な局面に 結果的に 精度の高い評価値を与えるように 手法のデザインを再考する事は重要である 6 章で行った実験のように何手かのランダムシミュレー ション後の局面を本手法で評価するためには 位置に関す る情報にどれほど信頼性を置くかは微妙で 駒の HP と相 性に重きを置いた方が評価の精度が良くなる可能性があ る つまり具体的に 攻撃射程の内外に関する情報を省略 しつつ より多様なパターンの部分局面の取り出し 例え 図8 ば先手の {P, P, A} 対後手の {F, A, P} のような非対称な構 本実験の 12 駒のマップで行った部分局面の取り方 １つの局 面から互いの F A P 同士からなる部分局面を 26 (= 64) 造 を行うアプローチが考えられる 通り またメモリサイズの問題を克服するための拡張も重要で 取り出している ある 具体的には出力評価値と入力 HP 値に関するグルー という結果になった 2 つのマップで提案手法は有意に高 ピングで各テーブルのサイズをおさえるアプローチを考え い勝率を導くが 1 つのマップでは勝率が 50%より低くな ている る その原因には主に 一定深さのランダムシミュレー ションによって駒ごとの距離関係の推移が現実的なものか 参考文献 らズレて 提案手法の局面評価に悪い影響が及ぼされた事 [1] が考えられている しかしこの問題には ランダムシミュ [2] レーション適用後の局面を評価する目的のための 局面の 距離関係の扱い方を単純にした改造をほどこした評価関数 [3] の設計により対処できると想定できる また探索手法と局 面評価関数のマッチングの問題や あるいは局面評価の際 の部分局面の取り出し方および各評価値の組み合わせ方の [4] 問題も検討の価値がある とはいえ 本実験における提案手法による局面評価関数 [5] の用い方はかなりナイーブで それでも 2 つのマップで有 [6] 意に性能を改善させており 本手法はある程度の拡張で性 能をさらに向上させる余地があると考えている [7] 7. まとめ [8] 本稿ではターン制戦略ゲームにおいて駒の複雑な相性や 位置関係を反映した局面評価関数を作ることを試みた そ [9] のためにゲームを複数の単純化された部分的な局面に分 [10] け オフラインで解析した評価値を与え それらを合算す ることで全体の局面の評価を行う手法を提案した そして 提案手法の実装を TUBSTAP 環境を用いて行った [11] 単一な部分局面によるマップで提案手法が精度の高い評 価値を生成する事を確認した後 我々は 8 個および 12 個 の駒からなるマップを 6 種類用いて提案手法と既存の局面 [12] 評価関数の性能差を観測した その結果 1 つのマップで 勝率が劣ったものの ほとんどのマップで有意に高い勝率 を記録する事を確認できた ただし今回の実装にはさまざまな面で検討が不十分な点 があり 将来の課題も多い まず部分的局面の取り出し方 と部分的な評価値の合算について多くの選択肢があるた め そのうちの有効な方法を調べる必要がある 特に現在 ターン制戦略ゲーム学術用基盤プロジェクト TUBSTAP, (2015/9/17). 加藤, 三輪, 鶴岡, ターン制ストラテジーゲームにおける戦 術決定のための UCT 探索とその効率化. IPSJ-GPW 2013, pp 藤木, 村山, 池田. ターン制ストラテジーのための状態評 価型深さ限定モンテカルロ法, 第 8 回 E&C シンポジウム, K. Hoki and T. Kaneko. Large-Scale Optimization for Evaluation Functions with Minimax Search, Journal of Artificial Intelligence Research, 49: , J. Schaeffer, et al. Checkers is solved. science, : , H. Ernst A. Endgame databases and efficient index schemes for chess, International Computer-Chess Association journal, 22(1): 22-32, 田中. 経験則を用いないカルキュレーションのプレイ, IPSJ-GPW 1999, pp.76-83, Sid Meier s Civilization V, (2015/9/17). The Freeciv Wiki, Page/ (2015/9/17). T. R. Hinrichs and K. D. Forbus. Analogical Learning in a Turn-Based Strategy Game, Proceedings of the 21st International Joint Conference on Artificial Intelligence, pp , S. Wender and I. Watson. Using reinforcement learning for city site selection in the turn-based strategy game Civilization IV, the 2008 IEEE Symposium on Computational Intelligence and Games, pp , 藤木, 村山, 池田. ターン制ストラテジーのための状態評 価型深さ限定モンテカルロ法における消極的行動の抑制, IPSJ-GPW 2014, pp
1,a) 1,b) TUBSTAP TUBSTAP Offering New Benchmark Maps for Turn Based Strategy Game Tomihiro Kimura 1,a) Kokolo Ikeda 1,b) Abstract: Tsume-shogi and Ts
JAIST Reposi https://dspace.j Title ターン制戦略ゲームにおけるベンチマークマップの提 案 Author(s) 木村, 富宏 ; 池田, 心 Citation ゲームプログラミングワークショップ 2016 論文集, 2016: 36-43 Issue Date 2016-10-28 Type Conference Paper Text version author
2015 3
JAIST Reposi https://dspace.j Title ターン制ストラテジーゲームにおける候補手の抽象化 によるゲーム木探索の効率化 Author(s) 村山, 公志朗 Citation Issue Date 2015-03 Type Thesis or Dissertation Text version author URL http://hdl.handle.net/10119/12652
The 18th Game Programming Workshop ,a) 1,b) 1,c) 2,d) 1,e) 1,f) Adapting One-Player Mahjong Players to Four-Player Mahjong
1 4 1,a) 1,b) 1,c) 2,d) 1,e) 1,f) 4 1 1 4 1 4 4 1 4 Adapting One-Player Mahjong Players to Four-Player Mahjong by Recognizing Folding Situations Naoki Mizukami 1,a) Ryotaro Nakahari 1,b) Akira Ura 1,c)
AI 1,a) 1,b) 1,c) , AI branching factor AI AI AI Proposal of Challenges and Approaches to Create Effective Artificial Players for Tur
JAIST Reposi https://dspace.j Title 戦術的ターン制ストラテジーゲームにおける AI 構成の ための諸課題とそのアプローチ Author(s) 佐藤, 直之 ; 藤木, 翼 ; 池田, 心 Citation 情報処理学会論文誌, 57(11): 2337-2353 Issue Date 2016-11-15 Type Journal Article Text version
情報処理学会研究報告 IPSJ SIG Technical Report Vol.2015-GI-34 No /7/ % Selections of Discarding Mahjong Piece Using Neural Network Matsui
2 3 2000 3.3% Selections of Discarding Mahjong Piece Using Neural Network Matsui Kazuaki Matoba Ryuichi 2 Abstract: Mahjong is one of games with imperfect information, and its rule is very complicated
JAIST Reposi Title 少数の記録からプレイヤの価値観を機械学習するチー ムプレイ AI の構成 Author(s) 和田, 堯之 ; 佐藤, 直之 ; 池田, 心 Citation 研究報告ゲーム情報学 (GI), 2015-GI-33(5): 1-
JAIST Reposi https://dspace.j Title 少数の記録からプレイヤの価値観を機械学習するチー ムプレイ AI の構成 Author(s) 和田, 堯之 ; 佐藤, 直之 ; 池田, 心 Citation 研究報告ゲーム情報学 (GI), 2015-GI-33(5): 1-8 Issue Date 2015-02-26 Type Journal Article Text version
dlshogiアピール文章
第 28 回世界コンピュータ将棋選手権 dlshogi アピール文章 山岡忠夫 2018 年 5 月 1 日更新 下線部分は 第 5 回将棋電王トーナメントからの差分を示す 1 特徴 ディープラーニングを使用 指し手を予測する Policy Network 局面の勝率を予測する Value Network 入力特徴にドメイン知識を活用 モンテカルロ木探索 並列化 自己対局による強化学習 既存将棋プログラムの自己対局データを使った事前学習
Microsoft PowerPoint - ゲーム理論2018.pptx
89 90 ゲーム理論 ( 第 回ゲーム木探索 I) 九州大学大学院システム情報科学研究院情報学部門横尾真 E-mail: yokoo@inf.kyushu-u.ac.jp http://agent.inf.kyushu-u.ac.jp/~yokoo/ ゲーム木探索 行動の選択が一回だけではなく 交互に繰り返し生じる 前の番に相手の選んだ手は分かる 9 9 例題 二人で交代に, から順に までの数を言う.
情報 システム工学概論 コンピュータゲームプレイヤ 鶴岡慶雅 工学部電子情報工学科 情報理工学系研究科電子情報学専攻
情報 システム工学概論 2018-1-15 コンピュータゲームプレイヤ 鶴岡慶雅 工学部電子情報工学科 情報理工学系研究科電子情報学専攻 DEEP Q-NETWORK (DQN) Deep Q-Network (Mnih et al., 2015) Atari 2600 Games ブロック崩し スペースインベーダー ピンポン etc. 同一のプログラムですべてのゲームを学習 CNN+ 強化学習 (Q-Learning)
Microsoft PowerPoint - mp11-06.pptx
数理計画法第 6 回 塩浦昭義情報科学研究科准教授 shioura@dais.is.tohoku.ac.jp http://www.dais.is.tohoku.ac.jp/~shioura/teaching 第 5 章組合せ計画 5.2 分枝限定法 組合せ計画問題 組合せ計画問題とは : 有限個の もの の組合せの中から, 目的関数を最小または最大にする組合せを見つける問題 例 1: 整数計画問題全般
3 2 2 (1) (2) (3) (4) 4 4 AdaBoost 2. [11] Onishi&Yoda [8] Iwashita&Stoica [5] 4 [3] 3. 3 (1) (2) (3)
![3 2 2 (1) (2) (3) (4) 4 4 AdaBoost 2. [11] Onishi&Yoda [8] Iwashita&Stoica [5] 4 [3] 3. 3 (1) (2) (3)](/thumbs/68/59204737.jpg "3 2 2 (1) (2) (3) (4) 4 4 AdaBoost 2. [11] Onishi&Yoda [8] Iwashita&Stoica [5] 4 [3] 3. 3 (1) (2) (3)")
(MIRU2012) 2012 8 820-8502 680-4 E-mail: {d kouno,shimada,endo}@pluto.ai.kyutech.ac.jp (1) (2) (3) (4) 4 AdaBoost 1. Kanade [6] CLAFIC [12] EigenFace [10] 1 1 2 1 [7] 3 2 2 (1) (2) (3) (4) 4 4 AdaBoost
[1] AI [2] Pac-Man Ms. Pac-Man Ms. Pac-Man Pac-Man Ms. Pac-Man IEEE AI Ms. Pac-Man AI [3] AI 2011 UCT[4] [5] 58,990 Ms. Pac-Man AI Ms. Pac-Man 921,360
![[1] AI [2] Pac-Man Ms. Pac-Man Ms. Pac-Man Pac-Man Ms. Pac-Man IEEE AI Ms. Pac-Man AI [3] AI 2011 UCT[4] [5] 58,990 Ms. Pac-Man AI Ms. Pac-Man 921,360](/thumbs/93/114217704.jpg "[1] AI [2] Pac-Man Ms. Pac-Man Ms. Pac-Man Pac-Man Ms. Pac-Man IEEE AI Ms. Pac-Man AI [3] AI 2011 UCT[4] [5] 58,990 Ms. Pac-Man AI Ms. Pac-Man 921,360")
TD(λ) Ms. Pac-Man AI 1,a) 2 3 3 Ms. Pac-Man AI Ms. Pac-Man UCT (Upper Confidence Bounds applied to Trees) TD(λ) UCT UCT Progressive bias Progressive bias UCT UCT Ms. Pac-Man UCT Progressive bias TD(λ)
The 21st Game Programming Workshop TUBSTAP [2] [3] [4] [5] web HP HP HP HP HP HP HP 1 TUBSTAP UEC-GAT [6] 3 Military, M-UCT, M3Lee
![The 21st Game Programming Workshop TUBSTAP [2] [3] [4] [5] web HP HP HP HP HP HP HP 1 TUBSTAP UEC-GAT [6] 3 Military, M-UCT, M3Lee](/thumbs/92/109564114.jpg "The 21st Game Programming Workshop TUBSTAP [2] [3] [4] [5] web HP HP HP HP HP HP HP 1 TUBSTAP UEC-GAT [6] 3 Military, M-UCT, M3Lee")
The 21st Game Programming Workshop 216 1,a) 1,b) TUBSTAP TUBSTAP Offering New Benchmark Maps for Turn Based Strategy Game Tomihiro Kimura 1,a) Kokolo Ikeda 1,b) Abstract: Tsume-shogi and Tsume-go, mating
IPSJ SIG Technical Report Vol.2016-GI-35 No /3/9 StarCraft AI Deep Q-Network StarCraft: BroodWar Blizzard Entertainment AI Competition AI Convo
StarCraft AI Deep Q-Network StarCraft: BroodWar Blizzard Entertainment AI Competition AI Convolutional Neural Network(CNN) Q Deep Q-Network(DQN) CNN DQN,,, 1. StarCraft: Brood War *1 Blizzard Entertainment
Q [4] 2. [3] [5] ϵ- Q Q CO CO [4] Q Q [1] i = X ln n i + C (1) n i i n n i i i n i = n X i i C exploration exploitation [4] Q Q Q ϵ 1 ϵ 3. [3] [5] [4]
![Q [4] 2. [3] [5] ϵ- Q Q CO CO [4] Q Q [1] i = X ln n i + C (1) n i i n n i i i n i = n X i i C exploration exploitation [4] Q Q Q ϵ 1 ϵ 3. [3] [5] [4]](/thumbs/93/112440494.jpg "Q [4] 2. [3] [5] ϵ- Q Q CO CO [4] Q Q [1] i = X ln n i + C (1) n i i n n i i i n i = n X i i C exploration exploitation [4] Q Q Q ϵ 1 ϵ 3. [3] [5] [4]")
1,a) 2,3,b) Q ϵ- 3 4 Q greedy 3 ϵ- 4 ϵ- Comparation of Methods for Choosing Actions in Werewolf Game Agents Tianhe Wang 1,a) Tomoyuki Kaneko 2,3,b) Abstract: Werewolf, also known as Mafia, is a kind of
人工知能入門
藤田悟 黄潤和 探索とは 探索問題 探索解の性質 探索空間の構造 探索木 探索グラフ 探索順序 深さ優先探索 幅優先探索 探索プログラムの作成 バックトラック 深さ優先探索 幅優先探索 n 個の ueen を n n のマスの中に 縦横斜めに重ならないように配置する 簡単化のために 4-ueen を考える 正解 全状態の探索プログラム 全ての最終状態を生成した後に 最終状態が解であるかどうかを判定する
次元圧縮法を導入したクエリに基づくバイクラスタリング 情報推薦への応用 武内充三浦功輝岡田吉史 ( 室蘭工業大学 ) 概要以前, 我々はクエリに基づくバイクラスタリングを用いた情報推薦手法を提案した. 本研究では, 新たに推薦スコアが非常に良く似たユーザまたはアイテムを融合する次元圧縮法を導入した. 実験として, 縮減前と縮減後のデータセットのサイズとバイクラスタ計算時間の比較を行う. キーワード
TD 2048 TD 1 N N 2048 N TD N N N N N N 2048 N 2048 TD 2048 TD TD TD 2048 TD 2048 minimax 2048, 2048, TD, N i
28 2048 2048 TD Computer Players Based on TD Learning for Game 2048 and Its Two-player Variant 2048 2048 TD 2048 TD 1 N N 2048 N TD N N N N N N 2048 N 2048 TD 2048 TD TD TD 2048 TD 2048 minimax 2048, 2048,
BOK body of knowledge, BOK BOK BOK 1 CC2001 computing curricula 2001 [1] BOK IT BOK 2008 ITBOK [2] social infomatics SI BOK BOK BOK WikiBOK BO
![BOK body of knowledge, BOK BOK BOK 1 CC2001 computing curricula 2001 [1] BOK IT BOK 2008 ITBOK [2] social infomatics SI BOK BOK BOK WikiBOK BO](/thumbs/91/105171019.jpg "BOK body of knowledge, BOK BOK BOK 1 CC2001 computing curricula 2001 [1] BOK IT BOK 2008 ITBOK [2] social infomatics SI BOK BOK BOK WikiBOK BO")
DEIM Forum 2012 C8-5 WikiBOK 252 5258 5 10 1 E-mail: shunsuke.shibuya@gmail.com, {kaz,masunaga}@si.aoyama.ac.jp, {yabuki,sakuta}@it.aoyama.ac.jp Body Of Knowledge, BOK BOK BOK BOK BOK, BOK Abstract Extention
Microsoft PowerPoint - ad11-09.pptx
無向グラフと有向グラフ 無向グラフ G=(V, E) 頂点集合 V 頂点の対を表す枝の集合 E e=(u,v) 頂点 u, v は枝 e の端点 f c 0 a 1 e b d 有向グラフ G=(V, E) 頂点集合 V 頂点の順序対を表す枝の集合 E e=(u,v) 頂点 uは枝 eの始点頂点 vは枝 eの終点 f c 0 a 1 e b d グラフのデータ構造 グラフ G=(V, E) を表現するデータ構造
2797 4 5 6 7 2. 2.1 COM COM 4) 5) COM COM 3 4) 5) 2 2.2 COM COM 6) 7) 10) COM Bonanza 6) Bonanza 6 10 20 Hearts COM 7) 10) 52 4 3 Hearts 3 2,000 4,000
Vol. 50 No. 12 2796 2806 (Dec. 2009) 1 1, 2 COM TCG COM TCG COM TCG Strategy-acquisition System for Video Trading Card Game Nobuto Fujii 1 and Haruhiro Katayose 1, 2 Behavior and strategy of computers
1: A/B/C/D Fig. 1 Modeling Based on Difference in Agitation Method artisoc[7] A D 2017 Information Processing
![1: A/B/C/D Fig. 1 Modeling Based on Difference in Agitation Method artisoc[7] A D 2017 Information Processing](/thumbs/88/115893223.jpg "1: A/B/C/D Fig. 1 Modeling Based on Difference in Agitation Method artisoc[7] A D 2017 Information Processing")
1,a) 2,b) 3 Modeling of Agitation Method in Automatic Mahjong Table using Multi-Agent Simulation Hiroyasu Ide 1,a) Takashi Okuda 2,b) Abstract: Automatic mahjong table refers to mahjong table which automatically
しています. これには探索木のすべてのノードを探索する必要がありますが,αβカットなどの枝刈りの処理により探索にかかる計算時間を短縮しています. これに対して, 探索するノードを限定したり, 優先順位をつけて選択的に探索する 選択探索 という探索方式があります. 本チームはノードの選択方式としてノー
芝浦将棋 Softmax のチーム紹介 2017 年 3 月 14 日芝浦工業大学情報工学科五十嵐治一, 原悠一 1. はじめに本稿は, 第 27 回世界コンピュータ将棋選手権 (2017 年 5 月 3 日 ~5 日開催 ) に出場予定の 芝浦将棋 Softmax ( シバウラショウギソフトマックス ) のアピール文書です. 本チームは 芝浦将棋 Jr. から分離した初参加のチームです. 探索手法が従来の
AI
JAIST Reposi https://dspace.j Title プレイヤの意図や価値観を学習し行動選択するチーム プレイ AI の構成 Author(s) 吉谷, 慧 Citation Issue Date 2013-03 Type Thesis or Dissertation Text version author URL http://hdl.handle.net/10119/11300
Vol. 52 No (Dec. 2011) Ms. Pac-Man IEEE CIG Ms. Pac-Man Ms. Pac-Man AI AI Ms. Pac-Man Ms. Pac-Man Competition Ms. Pac-Man Monte
Vol. 52 No. 12 3817 3827 (Dec. 2011) Ms. Pac-Man 1 2 2007 IEEE CIG Ms. Pac-Man Ms. Pac-Man AI AI Ms. Pac-Man Ms. Pac-Man Competition Ms. Pac-Man Monte-Carlo Tree Search in Ms. Pac-Man Nozomu Ikehata 1
人工知能学会研究会資料 SIG-KBS-B Analysis of Voting Behavior in One Night Werewolf 1 2 Ema Nishizaki 1 Tomonobu Ozaki Graduate School of Integrated B
人工知能学会研究会資料 SIG-KBS-B508-09 Analysis of Voting Behavior in One Night Werewolf 1 2 Ema Nishizaki 1 Tomonobu Ozaki 2 1 1 Graduate School of Integrated Basic Sciences, Nihon University 2 2 College of Humanities
DEIM Forum 2010 A Web Abstract Classification Method for Revie
DEIM Forum 2010 A2-2 305 8550 1 2 305 8550 1 2 E-mail: s0813158@u.tsukuba.ac.jp, satoh@slis.tsukuba.ac.jp Web Abstract Classification Method for Reviews using Degree of Mentioning each Viewpoint Tomoya
(MIRU2008) HOG Histograms of Oriented Gradients (HOG)
(MIRU2008) 2008 7 HOG - - E-mail: katsu0920@me.cs.scitec.kobe-u.ac.jp, {takigu,ariki}@kobe-u.ac.jp Histograms of Oriented Gradients (HOG) HOG Shape Contexts HOG 5.5 Histograms of Oriented Gradients D Human
ビッグデータ分析を高速化する 分散処理技術を開発 日本電気株式会社
ビッグデータ分析を高速化する 分散処理技術を開発 日本電気株式会社 概要 NEC は ビッグデータの分析を高速化する分散処理技術を開発しました 本技術により レコメンド 価格予測 需要予測などに必要な機械学習処理を従来の 10 倍以上高速に行い 分析結果の迅速な活用に貢献します ビッグデータの分散処理で一般的なオープンソース Hadoop を利用 これにより レコメンド 価格予測 需要予測などの分析において
Microsoft Word - NumericalComputation.docx
数値計算入門 武尾英哉. 離散数学と数値計算 数学的解法の中には理論計算では求められないものもある. 例えば, 定積分は, まずは積分 ( 被積分関数の原始関数をみつけること できなければ値を得ることはできない. また, ある関数の所定の値における微分値を得るには, まずその関数の微分ができなければならない. さらに代数方程式の解を得るためには, 解析的に代数方程式を解く必要がある. ところが, これらは必ずしも解析的に導けるとは限らない.
Web Web [4] Web Web [5] Web 2 Web 3 4 Web Web 2.1 Web Web Web Web Web 2.2 Web Web Web *1 Web * 2*3 Web 3. [6] [7] [8] 4. Web 4.1 Web Web *1 Ama
![Web Web [4] Web Web [5] Web 2 Web 3 4 Web Web 2.1 Web Web Web Web Web 2.2 Web Web Web *1 Web * 2*3 Web 3. [6] [7] [8] 4. Web 4.1 Web Web *1 Ama](/thumbs/84/90061492.jpg "Web Web [4] Web Web [5] Web 2 Web 3 4 Web Web 2.1 Web Web Web Web Web 2.2 Web Web Web *1 Web * 2*3 Web 3. [6] [7] [8] 4. Web 4.1 Web Web *1 Ama")
1 2 2 3 Web Web A product recommender system based on knowledge on situations, functions, and series of products: Implementation and evaluation of the prototype system Abstract: The aim of this study is
連載講座 : 高生産並列言語を使いこなす (3) ゲーム木探索問題 田浦健次朗 東京大学大学院情報理工学系研究科, 情報基盤センター 目次 1 概要 17 2 ゲーム木探索 必勝 必敗 引き分け 盤面の評価値 αβ 法 指し手の順序付け (mo
連載講座 : 高生産並列言語を使いこなす (3) ゲーム木探索問題 田浦健次朗 東京大学大学院情報理工学系研究科, 情報基盤センター 目次 1 概要 17 2 ゲーム木探索 17 2.1 必勝 必敗 引き分け 17 2.2 盤面の評価値 18 2.3 αβ 法 19 2.4 指し手の順序付け (move ordering) 20 3 Andersson の詰み探索およびその並列化 21 3.1 Andersson
& Vol.5 No (Oct. 2015) TV 1,2,a) , Augmented TV TV AR Augmented Reality 3DCG TV Estimation of TV Screen Position and Ro
TV 1,2,a) 1 2 2015 1 26, 2015 5 21 Augmented TV TV AR Augmented Reality 3DCG TV Estimation of TV Screen Position and Rotation Using Mobile Device Hiroyuki Kawakita 1,2,a) Toshio Nakagawa 1 Makoto Sato
2) TA Hercules CAA 5 [6], [7] CAA BOSS [8] 2. C II C. ( 1 ) C. ( 2 ). ( 3 ) 100. ( 4 ) () HTML NFS Hercules ( )
![2) TA Hercules CAA 5 [6], [7] CAA BOSS [8] 2. C II C. ( 1 ) C. ( 2 ). ( 3 ) 100. ( 4 ) () HTML NFS Hercules ( )](/thumbs/78/78162263.jpg "2) TA Hercules CAA 5 [6], [7] CAA BOSS [8] 2. C II C. ( 1 ) C. ( 2 ). ( 3 ) 100. ( 4 ) () HTML NFS Hercules ( )")
1,a) 2 4 WC C WC C Grading Student programs for visualizing progress in classroom Naito Hiroshi 1,a) Saito Takashi 2 Abstract: To grade student programs in Computer-Aided Assessment system, we propose
06.PS
日本と世界の行軍将棋 図 白馬に乗る軍人がデザインされた行軍将棋 図 その他のデザインの行軍将棋 盤 ほとんどのものには折り畳まれた紙製の盤が封入されている 盤にはマス目に区切られた陣 が描かれ 両軍の陣営は細い通路で結ばれている 盤の中央部 両者の陣の間の通路でない部 分にはゲームの説明が記載されているものが多い 図 陣 行軍将棋の盤 紙製 図 木製盤のついた行軍将棋 地 最も大きいものは駒 個のもの
2 ( ) i
25 Study on Rating System in Multi-player Games with Imperfect Information 1165069 2014 2 28 2 ( ) i ii Abstract Study on Rating System in Multi-player Games with Imperfect Information Shigehiko MORITA
2. 2.1 Lytro [11] The Franken Camera [12] 2.2 Creative Coding Community Creative Coding Community [13]-[19] Sketch Fork 2.3 [20]-[23] 3. ourcam 3.1 ou
![2. 2.1 Lytro [11] The Franken Camera [12] 2.2 Creative Coding Community Creative Coding Community [13]-[19] Sketch Fork 2.3 [20]-[23] 3. ourcam 3.1 ou](/thumbs/39/20082143.jpg "2. 2.1 Lytro [11] The Franken Camera [12] 2.2 Creative Coding Community Creative Coding Community [13]-[19] Sketch Fork 2.3 [20]-[23] 3. ourcam 3.1 ou")
情 報 処 理 学 会 インタラクション 2013 IPSJ Interaction 2013 2013-Interaction (3EXB-06) 2013/3/2 ourcam: 1 2 ourcam ourcam: On-Site Programming Environment for Digital Photography RYO OSHIMA 1 YASUAKI KAKEHI 2 In these
サポートキャラクター バトルの時のみ, 他のプレイ ヤーから 1 人だけ借りる主人公. パーティ内の主 人公 4 人は全て違うキャラクターでなければなら ないが, サポートキャラクターは他プレイヤーの 主人公であるため, セットされているヒーローは, 自キャラクターのヒーローと同じものになる可能 性
Balancing digital game by using player agents generated by Genetic Algorithm 1 1 Kazuko Manabe 1 Yoichiro Miyake 1 1 1 SQUARE ENIX CO., LTD. Abstract: The research theme of this project is cost reduction
PowerPoint Template
プログラミング演習 Ⅲ Linked List P. Ravindra S. De Silva e-mail: ravi@cs.tut.ac.jp, Room F-413 URL: www.icd.cs.tut.ac.jp/~ravi/prog3/index_j.html 連結リストとは? 一つひとつの要素がその前後の要素との参照関係をもつデータ構造 A B C D 連結リストを使用する利点 - 通常の配列はサイズが固定されている
umeda_1118web(2).pptx
選択的ノード破壊による ネットワーク分断に耐性のある 最適ネットワーク設計 関西学院大学理工学部情報科学科 松井知美 巳波弘佳 選択的ノード破壊によるネットワーク分断に耐性のある最適ネットワーク設計 0 / 20 現実のネットワーク 現実世界のネットワークの分析技術の進展! ネットワークのデータ収集の効率化 高速化! 膨大な量のデータを解析できる コンピュータ能力の向上! インターネット! WWWハイパーリンク構造
The 15th Game Programming Workshop 2010 Magic Bitboard Magic Bitboard Bitboard Magic Bitboard Bitboard Magic Bitboard Magic Bitboard Magic Bitbo
Magic Bitboard Magic Bitboard Bitboard Magic Bitboard Bitboard Magic Bitboard 64 81 Magic Bitboard Magic Bitboard Bonanza Proposal and Implementation of Magic Bitboards in Shogi Issei Yamamoto, Shogo Takeuchi,
IPSJ SIG Technical Report Vol.2014-IOT-27 No.14 Vol.2014-SPT-11 No /10/10 1,a) 2 zabbix Consideration of a system to support understanding of f
1,a) 2 zabbix Consideration of a system to support understanding of fault occurrences based on the similarity of the time series Miyaza Nao 1,a) Masuda Hideo 2 Abstract: With the development of network
AP AP AP AP AP AP AP( AP) AP AP( AP) AP AP Air Patrol[1] Air Patrol Cirond AP AP Air Patrol Senser Air Patrol Senser AP AP Air Patrol Senser AP
![AP AP AP AP AP AP AP( AP) AP AP( AP) AP AP Air Patrol[1] Air Patrol Cirond AP AP Air Patrol Senser Air Patrol Senser AP AP Air Patrol Senser AP](/thumbs/89/100390964.jpg "AP AP AP AP AP AP AP( AP) AP AP( AP) AP AP Air Patrol[1] Air Patrol Cirond AP AP Air Patrol Senser Air Patrol Senser AP AP Air Patrol Senser AP")
AP AP 1,a) 2,b) LAN LAN AP LAN AP LAN AP Proposal of a System to Estimate the Location of Unknown Wireless APs by Utilizing the Signal Strength and Location Information of the Known APs Yoshiaki Tahara
JVRSJ Vol.18 No.3 September, 2013 173 29 2 1 2 1 NPC 2004 1 RTS Real-time Simulation NPC NPC NPC AI NPC 4 AI 2 AI 2 3 4 図 1 ゲームとユーザエクスペリエンス reality a
28 172 日 本 バーチャルリアリティ 学 会 誌 第 18 巻 3 号 2013 年 9 月 1 [1] 1 [2-5] NPC Non-Player-Character 80 90 NPC 2000 NPC 2 AI AI AI [6-8] RPG AI NPC AI AI RPG AI [5][9][10] 3 AI 2 AI 1 [11] 28 JVRSJ Vol.18 No.3 September,
次に示す数値の並びを昇順にソートするものとする このソートでは配列の末尾側から操作を行っていく まず 末尾の数値 9 と 8 に着目する 昇順にソートするので この値を交換すると以下の数値の並びになる 次に末尾側から 2 番目と 3 番目の 1
4. ソート ( 教科書 p.205-p.273) 整列すなわちソートは アプリケーションを作成する際には良く使われる基本的な操作であり 今までに数多くのソートのアルゴリズムが考えられてきた 今回はこれらソートのアルゴリズムについて学習していく ソートとはソートとは与えられたデータの集合をキーとなる項目の値の大小関係に基づき 一定の順序で並べ替える操作である ソートには図 1 に示すように キーの値の小さいデータを先頭に並べる
Vol.55 No (Nov. 2014) Hex 1,a) 1,b) 1,c) 1,d) , Hex 2 Hex Hex Hex Hex Hex Hex Hex Development of Computer Hex Strategy
Hex 1,a) 1,b) 1,c) 1,d) 2014 2 21, 2014 9 12 Hex 2 Hex Hex Hex Hex Hex Hex Hex Development of Computer Hex Strategy Using Network Characteristics Kei Takada 1,a) Masaya Honjo 1,b) Hiroyuki Iizuka 1,c)
The 19th Game Programming Workshop 2014 SHOT 1,a) 2 UCT SHOT UCT SHOT UCT UCT SHOT UCT An Empirical Evaluation of the Effectiveness of the SHOT algori
SHOT 1,a) 2 UCT SHOT UCT SHOT UCT UCT SHOT UCT An Empirical Evaluation of the Effectiveness of the SHOT algorithm in Go and Gobang Masahiro Honjo 1,a) Yoshimasa Tsuruoka 2 Abstract: Today, UCT is the most
Research on decision making in multi-player games with imperfect information
Research on decision making in multi-player games with imperfect information 37-086521 22 2 9 UCT UCT 46 % 60000 9 % 1 1 1.1........................................ 1 1.2.....................................
23 The Study of support narrowing down goods on electronic commerce sites
23 The Study of support narrowing down goods on electronic commerce sites 1120256 2012 3 15 i Abstract The Study of support narrowing down goods on electronic commerce sites Masaki HASHIMURA Recently,
第６２巻 第１号 平成２４年４月／石こうを用いた木材ペレット
Bulletin of Japan Association for Fire Science and Engineering Vol. 62. No. 1 (2012) Development of Two-Dimensional Simple Simulation Model and Evaluation of Discharge Ability for Water Discharge of Firefighting
DPA,, ShareLog 3) 4) 2.2 Strino Strino STRain-based user Interface with tacticle of elastic Natural ObjectsStrino 1 Strino ) PC Log-Log (2007 6)
1 2 1 3 Experimental Evaluation of Convenient Strain Measurement Using a Magnet for Digital Public Art Junghyun Kim, 1 Makoto Iida, 2 Takeshi Naemura 1 and Hiroyuki Ota 3 We present a basic technology
測量試補 重要事項
重量平均による標高の最確値 < 試験合格へのポイント > 標高の最確値を重量平均によって求める問題である 士補試験では 定番 問題であり 水準測量の計算問題としては この形式か 往復観測の較差と許容範囲 の どちらか または両方がほぼ毎年出題されている 定番の計算問題であるがその難易度は低く 基本的な解き方をマスターしてしまえば 容易に解くことができる ( : 最重要事項 : 重要事項 : 知っておくと良い
Microsoft PowerPoint - mp13-07.pptx
数理計画法 ( 数理最適化 ) 第 7 回 ネットワーク最適化 最大流問題と増加路アルゴリズム 担当 : 塩浦昭義 ( 情報科学研究科准教授 ) hiour@di.i.ohoku.c.jp ネットワーク最適化問題 ( 無向, 有向 ) グラフ 頂点 (verex, 接点, 点 ) が枝 (edge, 辺, 線 ) で結ばれたもの ネットワーク 頂点や枝に数値データ ( 距離, コストなど ) が付加されたもの
1 StarCraft esportsleague WallPlayed.org 200 StarCraft Benzene StarCraft 3 Terran Zerg Protoss Terran Terran Terran 3 Terran Zerg Zerg Worker D
StarCraft AI 1,a) 1 1 StarCraft (RTS) AI StarCraft AI 2012 2014 AI AI 12 StarCraft AI AI StarCraftBWAPI Introducing ranks of troops to StarCraft AI Abstract: StarCraft is a popular series of Real Time
数値計算で学ぶ物理学 4 放物運動と惑星運動 地上のように下向きに重力がはたらいているような場においては 物体を投げると放物運動をする 一方 中心星のまわりの重力場中では 惑星は 円 だ円 放物線または双曲線を描きながら運動する ここでは 放物運動と惑星運動を 運動方程式を導出したうえで 数値シミュ
数値計算で学ぶ物理学 4 放物運動と惑星運動 地上のように下向きに重力がはたらいているような場においては 物体を投げると放物運動をする 一方 中心星のまわりの重力場中では 惑星は 円 だ円 放物線または双曲線を描きながら運動する ここでは 放物運動と惑星運動を 運動方程式を導出したうえで 数値シミュレーションによって計算してみる 4.1 放物運動一様な重力場における放物運動を考える 一般に質量の物体に作用する力をとすると運動方程式は
IPSJ SIG Technical Report Vol.2009-DBS-149 No /11/ Bow-tie SCC Inter Keyword Navigation based on Degree-constrained Co-Occurrence Graph
1 2 1 Bow-tie SCC Inter Keyword Navigation based on Degree-constrained Co-Occurrence Graph Satoshi Shimada, 1 Tomohiro Fukuhara 2 and Tetsuji Satoh 1 We had proposed a navigation method that generates
1 2. Nippon Cataloging Rules NCR [6] (1) 5 (2) 4 3 (3) 4 (4) 3 (5) ISSN 7 International Standard Serial Number ISSN (6) (7) 7 16 (8) ISBN ISSN I
![1 2. Nippon Cataloging Rules NCR [6] (1) 5 (2) 4 3 (3) 4 (4) 3 (5) ISSN 7 International Standard Serial Number ISSN (6) (7) 7 16 (8) ISBN ISSN I](/thumbs/82/86679845.jpg "1 2. Nippon Cataloging Rules NCR [6] (1) 5 (2) 4 3 (3) 4 (4) 3 (5) ISSN 7 International Standard Serial Number ISSN (6) (7) 7 16 (8) ISBN ISSN I")
Development of Digital Archive System of Comics Satoshi Tsutsui Kojima Kazuya The comic published in Japan is liked to read from of old by a lot of people, and builds our life and implications now. The
johnny-paper2nd.dvi
13 The Rational Trading by Using Economic Fundamentals AOSHIMA Kentaro 14 2 26 ( ) : : : The Rational Trading by Using Economic Fundamentals AOSHIMA Kentaro abstract: Recently Artificial Markets on which
NLMIXED プロシジャを用いた生存時間解析 伊藤要二アストラゼネカ株式会社臨床統計 プログラミング グループグルプ Survival analysis using PROC NLMIXED Yohji Itoh Clinical Statistics & Programming Group, A
NLMIXED プロシジャを用いた生存時間解析 伊藤要二アストラゼネカ株式会社臨床統計 プログラミング グループグルプ Survival analysis using PROC NLMIXED Yohji Itoh Clinical Statistics & Programming Group, AstraZeneca KK 要旨 : NLMIXEDプロシジャの最尤推定の機能を用いて 指数分布 Weibull
p-9-10.eps
Root 08M37189 21 22 1 29 Root Tree Fuego Root Tree Root Root 2 Fuego Root CPU Root 64CPU Chaslot Root Root 1 1 7 1.1................................ 7 1.2................................. 8 1.3..................................
模擬試験問題（第１章～第３章）
基本情報技術者試験の練習問題 - 第 8 回 この問題は平成 19 年度秋期の問題から抜粋しています 問 1 次のプログラムの説明及びプログラムを読んで, 設問 1,2 に答えよ プログラムの説明 スタックを使って, 実数値を 10 進数字列 ( 文字列 ) に変換する副プログラム FloatFormat である (1) FloatFormat は, 実数 Float の値を 10 進数字列に変換し,
Microsoft PowerPoint - 06graph3.ppt [互換モード]
![Microsoft PowerPoint - 06graph3.ppt [互換モード]](/thumbs/100/144239321.jpg "Microsoft PowerPoint - 06graph3.ppt [互換モード]")
I118 グラフとオートマトン理論 Graphs and Automata 担当 : 上原隆平 (Ryuhei UEHARA) uehara@jaist.ac.jp http://www.jaist.ac.jp/~uehara/ 1/20 6.14 グラフにおける探索木 (Search Tree in a Graph) グラフG=(V,E) における探索アルゴリズム : 1. Q:={v { 0 }
( ) [1] [4] ( ) 2. [5] [6] Piano Tutor[7] [1], [2], [8], [9] Radiobaton[10] Two Finger Piano[11] Coloring-in Piano[12] ism[13] MIDI MIDI 1 Fig. 1 Syst
![( ) [1] [4] ( ) 2. [5] [6] Piano Tutor[7] [1], [2], [8], [9] Radiobaton[10] Two Finger Piano[11] Coloring-in Piano[12] ism[13] MIDI MIDI 1 Fig. 1 Syst](/thumbs/91/107597950.jpg "( ) [1] [4] ( ) 2. [5] [6] Piano Tutor[7] [1], [2], [8], [9] Radiobaton[10] Two Finger Piano[11] Coloring-in Piano[12] ism[13] MIDI MIDI 1 Fig. 1 Syst")
情報処理学会インタラクション 2015 IPSJ Interaction 2015 15INT014 2015/3/7 1,a) 1,b) 1,c) Design and Implementation of a Piano Learning Support System Considering Motivation Fukuya Yuto 1,a) Takegawa Yoshinari 1,b) Yanagi
IPSJ SIG Technical Report Vol.2016-ICS-183 No /3/16 1,a) 2,b) 2,c) 1,d) e- Maeda Kaoru 1,a) Yoshida Naoto 2,b) Fujiwara Kunihiko 2,c) Yonezawa T
1,a) 2,b) 2,c) 1,d) e- Maeda Kaoru 1,a) Yoshida Naoto 2,b) Fujiwara Kunihiko 2,c) Yonezawa Tomoko 1,d) 1. e- [1] e- [2] e- e- 1 [4] [5] 1 Kansai University 2 Graduate School of Informatics Kansai University
データ構造
アルゴリズム及び実習 7 馬青 1 表探索 定義表探索とは 表の形で格納されているデータの中から条件に合ったデータを取り出してくる操作である 但し 表は配列 ( 連結 ) リストなどで実現できるので 以降 表 の代わりに直接 配列 や リスト などの表現を用いる場合が多い 表探索をただ 探索 と呼ぶ場合が多い 用語レコード : 表の中にある個々のデータをレコード (record) と呼ぶ フィールド
(a) 1 (b) 3. Gilbert Pernicka[2] Treibitz Schechner[3] Narasimhan [4] Kim [5] Nayar [6] [7][8][9] 2. X X X [10] [11] L L t L s L = L t + L s
![(a) 1 (b) 3. Gilbert Pernicka[2] Treibitz Schechner[3] Narasimhan [4] Kim [5] Nayar [6] [7][8][9] 2. X X X [10] [11] L L t L s L = L t + L s](/thumbs/75/72066128.jpg "(a) 1 (b) 3. Gilbert Pernicka[2] Treibitz Schechner[3] Narasimhan [4] Kim [5] Nayar [6] [7][8][9] 2. X X X [10] [11] L L t L s L = L t + L s")
1 1 1, Extraction of Transmitted Light using Parallel High-frequency Illumination Kenichiro Tanaka 1 Yasuhiro Mukaigawa 1 Yasushi Yagi 1 Abstract: We propose a new sharpening method of transmitted scene
Microsoft PowerPoint - 5.ppt [互換モード]
![Microsoft PowerPoint - 5.ppt [互換モード]](/thumbs/102/153161196.jpg "Microsoft PowerPoint - 5.ppt [互換モード]")
5. チューリングマシンと計算 1 5-1. チューリングマシンとその計算 これまでのモデルでは テープに直接書き込むことができなかった また 入力テープヘッドの操作は右方向だけしか移動できなかった これらの制限を取り除いた機械を考える このような機械をチューリングマシン (Turing Machine,TM) と呼ぶ ( 実は TMは 現実のコンピュータの能力を持つ ) TM の特徴 (DFA との比較
i
24 19 19115096 i 1 1 2 2 2.1..................................... 2 2.2....................... 3 2.3................................... 3 2.3.1.................. 4 2.4............................... 4
. ) ) ) 4) ON DC 6 µm DC [4]. 8 NaPiOn 4
![. ) ) ) 4) ON DC 6 µm DC [4]. 8 NaPiOn 4](/thumbs/93/113867978.jpg ". ) ) ) 4) ON DC 6 µm DC [4]. 8 NaPiOn 4")
6- - E-mail: tam@ishss.doshisha.ac.jp, {skaneda,hhaga}@mail.doshisha.ac.jp ON, OFF.5[m].5[m].8[m] 9 8% Human Location/Height Detection using Analog type Pyroelectric Sensors Shinya OKUDA, Shigeo KANEDA,
Fig. 2 28th Ryuou Tournament, Match 5, 59th move. The last move is Black s Rx5f. 1 Tic-Tac-Toe Fig. 1 AsearchtreeofTic-Tac-Toe. [2] [3], [4]
![Fig. 2 28th Ryuou Tournament, Match 5, 59th move. The last move is Black s Rx5f. 1 Tic-Tac-Toe Fig. 1 AsearchtreeofTic-Tac-Toe. [2] [3], [4]](/thumbs/91/107302309.jpg "Fig. 2 28th Ryuou Tournament, Match 5, 59th move. The last move is Black s Rx5f. 1 Tic-Tac-Toe Fig. 1 AsearchtreeofTic-Tac-Toe. [2] [3], [4]")
1,a) 2 3 2017 4 6, 2017 9 5 Predicting Moves in Comments for Shogi Commentary Generation Hirotaka Kameko 1,a) Shinsuke Mori 2 Yoshimasa Tsuruoka 3 Received: April 6, 2017, Accepted: September 5, 2017 Abstract:
main.dvi
305 8550 1 2 CREST fujii@slis.tsukuba.ac.jp 1 7% 2 2 3 PRIME Multi-lingual Information Retrieval 2 2.1 Cross-Language Information Retrieval CLIR 1990 CD-ROM a. b. c. d. b CLIR b 70% CLIR CLIR 2.2 (b) 2
.,,, [12].,, [13].,,.,, meal[10]., [11], SNS.,., [14].,,.,,.,,,.,,., Cami-log, , [15], A/D (Powerlab ; ), F- (F-150M, ), ( PC ).,, Chart5(ADIns
![.,,, [12].,, [13].,,.,, meal[10]., [11], SNS.,., [14].,,.,,.,,,.,,., Cami-log, , [15], A/D (Powerlab ; ), F- (F-150M, ), ( PC ).,, Chart5(ADIns](/thumbs/93/114127581.jpg ".,,, [12].,, [13].,,.,, meal[10]., [11], SNS.,., [14].,,.,,.,,,.,,., Cami-log, , [15], A/D (Powerlab ; ), F- (F-150M, ), ( PC ).,, Chart5(ADIns")
Cami-log: 1,a) 1,b) 1,c) 1,d),,,.,,.,,,.,, Cami-log,. Cami-log : Proposal of Application to Improve Daily Chewing Activities using Myoelectric Information Hiroki Kurosawa 1,a) Sho Mitarai 1,b) Nagisa Munekata
MA3-1 30th Fuzzy System Symposium (Kochi, September 1-3, 2014) Analysis of Comfort Given to Human by Using Sound Generation System Based on Netowork o
Analysis of Comfort Given to Human by Using Sound Generation System Based on Netowork of Chaotic Elements 3 Yoichiro Maeda Shingo Muranaka 3 Masato Sasaki 3 Osaka Institute of Technology Falco SD Holdings
Microsoft Word - takenaka_report.doc
05-01020 科 学 的 コミュニケーションを 支 援 するケータイを 利 用 したフィールド 学 習 支 援 システムの 開 発 とその 授 業 モデルの 提 案 ( 継 続 ) 竹 中 真 希 子 大 分 大 学 教 育 福 祉 科 学 部 准 教 授 1 2 2-1 2-2 Web 117 図1 システムの基本構成図 対象エリアをクリックすると写真一覧画面が表示される 図2 クリッカブルマップの例
Microsoft PowerPoint - ca ppt [互換モード]
![Microsoft PowerPoint - ca ppt [互換モード]](/thumbs/91/107496045.jpg "Microsoft PowerPoint - ca ppt [互換モード]")
大阪電気通信大学情報通信工学部光システム工学科 2 年次配当科目 コンピュータアルゴリズム 良いアルゴリズムとは 第 2 講 : 平成 20 年 10 月 10 日 ( 金 ) 4 限 E252 教室 中村嘉隆 ( なかむらよしたか ) 奈良先端科学技術大学院大学助教 y-nakamr@is.naist.jp http://narayama.naist.jp/~y-nakamr/ 第 1 講の復習
Microsoft PowerPoint - pr_12_template-bs.pptx
12 回パターン検出と画像特徴 テンプレートマッチング 領域分割 画像特徴 テンプレート マッチング 1 テンプレートマッチング ( 図形 画像などの ) 型照合 Template Matching テンプレートと呼ばれる小さな一部の画像領域と同じパターンが画像全体の中に存在するかどうかを調べる方法 画像内にある対象物体の位置検出 物体数のカウント 物体移動の検出などに使われる テンプレートマッチングの計算
,.,.,,.,. X Y..,,., [1].,,,.,,.. HCI,,,,,,, i
![,.,.,,.,. X Y..,,., [1].,,,.,,.. HCI,,,,,,, i](/thumbs/51/27619178.jpg ",.,.,,.,. X Y..,,., [1].,,,.,,.. HCI,,,,,,, i")
23 Experimental investigation of Natural Use Profiles of Pen Pressure, Tilt and Azimuth 1120230 2012 3 1 ,.,.,,.,. X Y..,,., [1].,,,.,,.. HCI,,,,,,, i Abstract Experimental investigation of Natural Use
Web Stamps 96 KJ Stamps Web Vol 8, No 1, 2004
The Journal of the Japan Academy of Nursing Administration and Policies Vol 8, No 1, pp 43 _ 57, 2004 The Literature Review of the Japanese Nurses Job Satisfaction Research Which the Stamps-Ozaki Scale
Kumamoto University Center for Multimedia and Information Technologies Lab. 熊本大学アプリケーション実験 ~ 実環境における無線 LAN 受信電波強度を用いた位置推定手法の検討 ~ InKIAI 宮崎県美郷
熊本大学アプリケーション実験 ~ 実環境における無線 LAN 受信電波強度を用いた位置推定手法の検討 ~ InKIAI プロジェクト @ 宮崎県美郷町 熊本大学副島慶人川村諒 1 実験の目的 従来 信号の受信電波強度 (RSSI:RecevedSgnal StrengthIndcator) により 対象の位置を推定する手法として 無線 LAN の AP(AccessPont) から受信する信号の減衰量をもとに位置を推定する手法が多く検討されている
1 Fig. 1 Extraction of motion,.,,, 4,,, 3., 1, 2. 2.,. CHLAC,. 2.1,. (256 ).,., CHLAC. CHLAC, HLAC. 2.3 (HLAC ) r,.,. HLAC. N. 2 HLAC Fig. 2
CHLAC 1 2 3 3,. (CHLAC), 1).,.,, CHLAC,.,. Suspicious Behavior Detection based on CHLAC Method Hideaki Imanishi, 1 Toyohiro Hayashi, 2 Shuichi Enokida 3 and Toshiaki Ejima 3 We have proposed a method for
Optimal Torque Distribution Algorithm for Redundant Reaction Wheels Takehiro NISHIYAMA and Katsuhiko YAMADA*3 Advanced Technology R & D Center, Mitsub
Optimal Torque Distribution Algorithm for Redundant Reaction Wheels Takehiro NISHIYAMA and Katsuhiko YAMADA*3 Advanced Technology R & D Center, Mitsubishi Electric Corporation, 8-1-1 Tsukaguchi-Honmachi,
AI 三目並べ
ame Algorithms AI programming 三目並べ 2011 11 17 ゲーム木 お互いがどのような手を打ったかによって次にどのような局面になるかを場合分けしていくゲーム展開を木で表すことができる 相手の手 ゲームを思考することは このゲーム木を先読みしていく必要がある ミニマックス法 考え方 では局面が最良になる手を選びたい 相手は ( 自分にとって ) 局面が最悪となる手を選ぶだろう
IPSJ SIG Technical Report Vol.2010-NL-199 No /11/ treebank ( ) KWIC /MeCab / Morphological and Dependency Structure Annotated Corp
1. 1 1 1 2 treebank ( ) KWIC /MeCab / Morphological and Dependency Structure Annotated Corpus Management Tool: ChaKi Yuji Matsumoto, 1 Masayuki Asahara, 1 Masakazu Iwatate 1 and Toshio Morita 2 This paper
６
文字列処理 ( 教科書 p.301p.332) 今回は 言語の文字列処理について復習し, 文字列の探索手法について学びます. 文字列とはプログラム上での文字の並びを表すのが文字列です. これは中身が空であっても同様に呼ばれます. 言語では "STRING" のように文字の並びを二重引用符 " で囲んだものを文字列リテラルと呼びます. SII コードの場合, 割り当てられる数値は図 1 のようになっています.
Microsoft PowerPoint - 計算機科学入門2014.pptx
第三回計算機科学入門 ( アプリケーション ) 九州大学大学院システム情報科学研究院情報学部門横尾真 E-mail: yokoo@inf.kyushu-u.ac.jp http://agent.inf.kyushu-u.ac.jp/~yokoo/ 小テストの予定 来週 (/) は小テスト内容 :. 制約充足問題を解く. 問題の表現方法は与えられており, 解法はバックトラック.. ある問題を制約充足問題として定式化し,
Mimehand II[1] [2] 1 Suzuki [3] [3] [4] (1) (2) 1 [5] (3) 50 (4) 指文字, 3% (25 個 ) 漢字手話 + 指文字, 10% (80 個 ) 漢字手話, 43% (357 個 ) 地名 漢字手話 + 指文字, 21
![Mimehand II[1] [2] 1 Suzuki [3] [3] [4] (1) (2) 1 [5] (3) 50 (4) 指文字, 3% (25 個 ) 漢字手話 + 指文字, 10% (80 個 ) 漢字手話, 43% (357 個 ) 地名 漢字手話 + 指文字, 21](/thumbs/84/89593262.jpg "Mimehand II[1] [2] 1 Suzuki [3] [3] [4] (1) (2) 1 [5] (3) 50 (4) 指文字, 3% (25 個 ) 漢字手話 + 指文字, 10% (80 個 ) 漢字手話, 43% (357 個 ) 地名 漢字手話 + 指文字, 21")
1 1 1 1 1 1 1 2 transliteration Machine translation of proper names from Japanese to Japanese Sign Language Taro Miyazaki 1 Naoto Kato 1 Hiroyuki Kaneko 1 Seiki Inoue 1 Shuichi Umeda 1 Toshihiro Shimizu
IPSJ SIG Technical Report Vol.2016-CE-137 No /12/ e β /α α β β / α A judgment method of difficulty of task for a learner using simple
1 2 3 4 5 e β /α α β β / α A judgment method of difficulty of task for a learner using simple electroencephalograph Katsuyuki Umezawa 1 Takashi Ishida 2 Tomohiko Saito 3 Makoto Nakazawa 4 Shigeichi Hirasawa
ボルツマンマシンの高速化
1. はじめに ボルツマン学習と平均場近似 山梨大学工学部宗久研究室 G04MK016 鳥居圭太 ボルツマンマシンは学習可能な相互結合型ネットワー クの代表的なものである. ボルツマンマシンには, 学習のための統計平均を取る必要があり, 結果を求めるまでに長い時間がかかってしまうという欠点がある. そこで, 学習の高速化のために, 統計を取る2つのステップについて, 以下のことを行う. まず1つ目のステップでは,
Terran( テラン ) Terran のユニットは人間に近い見た目をしている. 施設建設の際に他の種族と異なり場所の制約が無く, 指定した場所に建設出来る. 更に, 建設後に施設を浮遊させて移動することも可能である. また,Terran のユニットや施設はダメージを受けた際に修理が可能である.3
深層学習を用いた StarCraft の敵作戦予測 鎌田徹朗 1 橋本剛 1 概要 :StarCraft は RTS(Real-Time Strategy) ゲームの中でも特に人気のシリーズであり, 多くのプロが存在している. 現在までに, プロより強い AI 開発を目標として様々な研究が行われているが,AI はプロに対して 0 勝 15 敗と惨敗しており, プロのレベルには遠い. 本研究ではより効率的な
IPSJ SIG Technical Report Vol.2011-MUS-91 No /7/ , 3 1 Design and Implementation on a System for Learning Songs by Presenting Musical St
1 2 1, 3 1 Design and Implementation on a System for Learning Songs by Presenting Musical Structures based on Phrase Similarity Yuma Ito, 1 Yoshinari Takegawa, 2 Tsutomu Terada 1, 3 and Masahiko Tsukamoto
14 2 5
14 2 5 i ii Surface Reconstruction from Point Cloud of Human Body in Arbitrary Postures Isao MORO Abstract We propose a method for surface reconstruction from point cloud of human body in arbitrary postures.
,,,,., C Java,,.,,.,., ,,.,, i
24 Development of the programming s learning tool for children be derived from maze 1130353 2013 3 1 ,,,,., C Java,,.,,.,., 1 6 1 2.,,.,, i Abstract Development of the programming s learning tool for children
RTM RTM Risk terrain terrain RTM RTM 48
Risk Terrain Model I Risk Terrain Model RTM,,, 47 RTM RTM Risk terrain terrain RTM RTM 48 II, RTM CSV,,, RTM Caplan and Kennedy RTM Risk Terrain Modeling Diagnostics RTMDx RTMDx RTMDx III 49 - SNS 50 0
1. [1, 2, 3] (PDF ) [4] API API [5] ( ) PDF Web Web Annotate[6] Digital Library for Earth System Education(DLESE)[7] Web PDF Text, Link, FreeTe
![1. [1, 2, 3] (PDF ) [4] API API [5] ( ) PDF Web Web Annotate[6] Digital Library for Earth System Education(DLESE)[7] Web PDF Text, Link, FreeTe](/thumbs/81/84274353.jpg "1. [1, 2, 3] (PDF ) [4] API API [5] ( ) PDF Web Web Annotate[6] Digital Library for Earth System Education(DLESE)[7] Web PDF Text, Link, FreeTe")
aoyama@info.suzuka-ct.ac.jp yamaji@nii.ac.jp Sharing system of annotation for paper publication Toshihiro AOYAMA Department of Electronic and Information Engineering, Suzuka National College of Technology
21 A contents organization method for information sharing systems
21 A contents organization method for information sharing systems 1125140 2010 3 4 IT i Abstract A contents organization method for information sharing systems Aoki, Wataru Organizations to share information,
A Japanese Word Dependency Corpus ÆüËܸì¤Îñ¸ì·¸¤ê¼õ¤±¥³¡¼¥Ñ¥¹
A Japanese Word Dependency Corpus 2015 3 18 Special thanks to NTT CS, 1 /27 Bunsetsu? What is it? ( ) Cf. CoNLL Multilingual Dependency Parsing [Buchholz+ 2006] (, Penn Treebank [Marcus 93]) 2 /27 1. 2.
IBM Cloud Social Visual Guidelines
IBM Business Process Manager 連載 : 事例に学ぶパフォーマンスの向上 第 3 回 画面描画の高速化 概要 IBM BPM は Coach フレームワークと呼ばれる画面のフレームワークを提供し CoachView と呼ばれる画面部品を組み合わせることによって効率よく画面を実装していくことが可能です しかしながら 1 画面に数百の単位の CoachView を配置した場合
IPSJ SIG Technical Report Vol.2009-BIO-17 No /5/26 DNA 1 1 DNA DNA DNA DNA Correcting read errors on DNA sequences determined by Pyrosequencing
DNA 1 1 DNA DNA DNA DNA Correcting read errors on DNA sequences determined by Pyrosequencing Youhei Namiki 1 and Yutaka Akiyama 1 Pyrosequencing, one of the DNA sequencing technologies, allows us to determine
THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS TECHNICAL REPORT OF IEICE. UWB UWB
THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS TECHNICAL REPORT OF IEICE. UWB -1 E-mail: seki@aso.cce.i.koto-u.ac.jp UWB SEABED SEABED SEABED,,, SEABED Application of fast imaging
世界コンピュータ将棋選手権 [30] CSA CSA 電王戦 [31] Computer Olympiad [32] ICGA コンピュータ将棋対局場 [33],floodgate [34] 24 floodgate floodgate
![世界コンピュータ将棋選手権 [30] CSA CSA 電王戦 [31] Computer Olympiad [32] ICGA コンピュータ将棋対局場 [33],floodgate [34] 24 floodgate floodgate](/thumbs/91/106682622.jpg "世界コンピュータ将棋選手権 [30] CSA CSA 電王戦 [31] Computer Olympiad [32] ICGA コンピュータ将棋対局場 [33],floodgate [34] 24 floodgate floodgate")
254 30 2 2015 3 ゲームプログラミング ( 将棋を中心に ) 1 竹内聖悟 ( 科学技術振興機構 ERATO 湊離散構造処理系プロジェクト ) 1 1999 [1] 2 2012 松原仁 : ゲーム情報学 :1. ゲーム情報学の現在 ゲームの研究は日本で疎外されなくなったのか [2], 情報処理,Vol. 53, No. 2, pp. 102-106(2012) 小谷善行 : ゲーム情報学