このアイテムのアクセス数: 74

このアイテムのファイル:
ファイル 記述 サイズフォーマット 
2096-03.pdf962.57 kBAdobe PDF見る/開く
タイトル: Learning finite functions by neural networks : Evaluation of Pentago positions by convolutional neural networks (Algebras, logics, languages and related areas)
著者: Jimbo, Shuji
著者名の別形: 神保, 秀司
キーワード: convolutional neural network
computer experiment
two-player abstract strategy game
primality test
発行日: Dec-2018
出版者: 京都大学数理解析研究所
誌名: 数理解析研究所講究録
巻: 2096
開始ページ: 25
終了ページ: 31
抄録: A convolution neural network (CNN) is a useful tool that approximates a finite function. It is used as a solver for various problems in the real world. In this paper, results of experiments on training variations of a small CNN used for image recognition for evaluating Pentago positions are mainly reported. The author hopes that the results are used in discussion of applicability of deep neural networks to researches in theoretical computer science.
URI: http://hdl.handle.net/2433/251730
出現コレクション:2096 代数系、論理、言語とその周辺領域

アイテムの詳細レコードを表示する

Export to RefWorks


出力フォーマット 


このリポジトリに保管されているアイテムはすべて著作権により保護されています。