末廣 大貴

J-GLOBALへ         更新日: 17/08/16 12:34
 
アバター
研究者氏名
末廣 大貴
所属
九州大学
部署
大学院システム情報科学研究院 情報知能工学部門
職名
助教
学位
博士(九州大学)

研究分野

 
 

経歴

 
2017年4月
 - 
現在
九州大学 大学院システム情報科学研究院 助教
 
2016年6月
 - 
2016年3月
九州大学 基幹教育院 特任助教
 
2016年5月
 - 
2016年5月
九州大学 基幹教育院 学術研究員
 
2014年4月
 - 
2016年4月
株式会社東芝 研究開発センター システム技術ラボラトリー
 

学歴

 
2011年4月
 - 
2014年3月
九州大学 大学院システム情報科学府 情報学専攻
 

論文

 
Hiroaki Ogata, Yuta Taniguchi, Daiki Suehiro, Atsushi Shimada, Misato Oi, Fumiya Okubo, Masanori Yamada, Kentaro Kojima
Practitioner Track Proceedings of the Seventh International Learning Analytics & Knowledge Conference   155-162   2017年3月   [査読有り]
Yuta Taniguchi,Daiki Suehiro,Atsushi Shimada,Hiroaki Ogata
17th IEEE International Conference on Advanced Learning Technologies, ICALT 2017, Timisoara, Romania, July 3-7, 2017   298-300   2017年   [査読有り]
Daiki Suehiro,Yuta Taniguchi,Atsushi Shimada,Hiroaki Ogata
17th IEEE International Conference on Advanced Learning Technologies, ICALT 2017, Timisoara, Romania, July 3-7, 2017   267-268   2017年   [査読有り]
Xinyu Fu,Atsushi Shimada,Hiroaki Ogata,Yuta Taniguchi,Daiki Suehiro
Proceedings of the Seventh International Learning Analytics & Knowledge Conference, Vancouver, BC, Canada, March 13-17, 2017   280-288   2017年   [査読有り]
末廣 大貴, 畑埜 晃平, 坂内 英夫, 瀧本 英二, 竹田 正幸
電子情報通信学会論文誌. D, 情報・システム   97(3) 593-600   2014年3月   [査読有り]
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,全...

Misc

 
Time Series Classification Based on Random Shapelets
Daiki Suehiro, Kengo Kuwahara, Kohei Hatano and Eiji Takimoto
NIPS Time Series Workshop 2016      2016年12月   [査読有り]
末廣 大貴, 毛利 考佑, 谷口 雄太, 大久保 文哉, 島田 敬士, 緒方 広明
電子情報通信学会技術研究報告 = IEICE technical report : 信学技報   116(259) 79-84   2016年10月
末廣 大貴, 畑埜 晃平, 瀧本 英二
電子情報通信学会技術研究報告. IBISML, 情報論的学習理論と機械学習   112(279) 243-249   2012年10月
The formulation of Ranking SVMs is popular for maximizing AUC scores. More precisely, the formulation is given as a hard/soft margin optimization over pn pairs of p positive and n negative instances. Directly solving the problem is impractical sin...
末廣 大貴, 畑埜 晃平, 坂内 英夫, 瀧本 英二, 竹田 正幸
ゲームプログラミングワークショップ2010論文集   2010(12) 23-27   2010年11月   [査読有り]
近年,コンピュータ将棋における評価関数は,機械学習を応用した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,作成者の考え,感覚に基づいて用意されることがほとんどである.本論文では,プロ棋士の棋譜を学習サンプルとして,カーネル法とサポートベクトルマシンを用いて学習を行う手法を提案する.カーネル法を用いることにより,作成者があらかじめ複雑な特徴を用意せずとも,局面を表現する単純な特徴のみから,特徴間のn項関係などのより高次な特徴のが暗に生成され,その特徴空間で学習...
末廣 大貴, 畑埜 晃平, 坂内 英夫, 瀧本 英二, 竹田 正幸
電子情報通信学会技術研究報告. IBISML, 情報論的学習理論と機械学習   110(265) 113-118   2010年10月
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...