『徳島大学 教育・研究者情報データベース (EDB)』---[学外] /
ID: Pass:

登録内容 (EID=351354)

EID=351354EID:351354, Map:0, LastModified:2019年5月10日(金) 20:48:22, Operator:[小野 典彦], Avail:TRUE, Censor:0, Owner:[小野 典彦], Read:継承, Write:継承, Delete:継承.
○種別 (必須): □国内講演発表 [継承]
○言語 (必須): □日本語 [継承]
○招待 (推奨):
○審査 (推奨):
○カテゴリ (推奨):
○共著種別 (推奨):
○学究種別 (推奨):
○組織 (推奨):
○著者 (必須): 1. (英) Abe Masatoshi (日) 安部 昌俊 (読) あべ まさとし
○役割 (任意):
○貢献度 (任意):
○学籍番号 (推奨): □**** [ユーザ]
[継承]
2.永田 裕一 ([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.情報工学分野]/[徳島大学.理工学部.理工学科.知能情報コース.情報工学講座])
○役割 (任意):
○貢献度 (任意):
○学籍番号 (推奨):
[継承]
3.小野 典彦
○役割 (任意):
○貢献度 (任意):
○学籍番号 (推奨):
[継承]
○題名 (必須): □(英) A High Quality Training Data Generation Method for Effective Learning of Simulation Policy Focusing on the Best Hand on Game Tree  (日) ゲーム木上の最善手に着目したシミュレーション方策の効果的な強化のための質の高い訓練データ生成手法の提案   [継承]
○副題 (任意):
○要約 (任意):
○キーワード (推奨):
○発行所 (推奨): □計測自動制御学会 [継承]
○誌名 (必須): □ (英) (日) 第31回自律分散システム・シンポジウム資料 (読)
○ISSN (任意):
[継承]
○巻 (必須): □ [継承]
○号 (必須): □ [継承]
○頁 (必須): □ [継承]
○都市 (必須): □大阪 (Osaka/[日本国]) [継承]
○年月日 (必須): □西暦 2019年 1月 25日 (平成 31年 1月 25日) [継承]
○URL (任意):
○DOI (任意):
○PMID (任意):
○CRID (任意):
○WOS (任意):
○Scopus (任意):
○評価値 (任意):
○被引用数 (任意):
○指導教員 (推奨): 1.小野 典彦 [継承]
○備考 (任意):

標準的な表示

和文冊子 ● 安部 昌俊, 永田 裕一, 小野 典彦 : ゲーム木上の最善手に着目したシミュレーション方策の効果的な強化のための質の高い訓練データ生成手法の提案, 第31回自律分散システム・シンポジウム資料, 2019年1月.
欧文冊子 ● Masatoshi Abe, Yuichi Nagata and Norihiko Ono : A High Quality Training Data Generation Method for Effective Learning of Simulation Policy Focusing on the Best Hand on Game Tree, 第31回自律分散システム・シンポジウム資料, Jan. 2019.

関連情報

Number of session users = 4, LA = 0.56, Max(EID) = 414366, Max(EOID) = 1117981.