| Item type |
Symposium(1) |
| 公開日 |
2018-11-05 |
| タイトル |
|
|
タイトル |
将棋用ニューラルネットワークへの顕著性抽出手法の適用 |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Application of Saliency Extraction Methods to Neural Networks in Shogi |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
将棋 |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
ニューラルネットワーク |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_5794 |
|
資源タイプ |
conference paper |
| 著者所属 |
|
|
|
東京大学 |
| 著者所属(英) |
|
|
|
en |
|
|
The University of Tokyo |
| 著者名 |
中屋敷, 太一
金子, 知適
|
| 著者名(英) |
Taichi, Nakayashiki
Tomoyuki, Kaneko
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
近年コンピュータ将棋プログラムは対局で人間のプロ棋士に勝利し，棋力は人間のプロ棋士を超えたと言われている．一方で，将棋プログラムによる将棋の局面の解説は，局面の勝率予測や次の指し手の予想ではある程度成功しているものの，それが何を根拠に決定されたかという内容を説明する手法はまだ確立されていない．もし将棋プログラムの判断の根拠を，プログラムが自動で，プログラムの利用者に説明することができれば，人間の棋力向上のサポートなどに用いることができ有用である．本稿では，画像分類を行うニューラルネットワークに対して考案された顕著性抽出手法を，将棋プログラムに用いられているニューラルネットワークに適用した．また，顕著性抽出手法は元の画像のどの部分に注目して判断したのかを可視化する技術であるが，可視化する際にいくつかの手法が考えられるため，本稿ではそれらの手法の差異を検討した． |
| 論文抄録(英) |
|
|
内容記述タイプ |
Other |
|
内容記述 |
Computer shogi programs defeated human experts and it has been said that they outperform human experts. On the other hand, although prediction of the best move and winning percentage was successful to a certain degree, the method is not established yet to explain the reason why they are predicted so by computer shogi programs themselves. If computer shogi programs were able to explain the reason to users by itself, they could be used to support human players and be very useful. In this paper, we applied saliency extraction methods which were devised in image classification to neural networks in a computer shogi program. In order to compare variations in its implementation, we compared the difference between visualization methods of the result of saliency extraction methods, which visualize pixels where the neural network paid attention, because some methods can be conceivable. |
| 書誌情報 |
ゲームプログラミングワークショップ2018論文集
巻 2018,
p. 1-8,
発行日 2018-11-09
|
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-GPWS2018001.pdf (1.0 MB)
