電気通信大学 · 情報理工学研究科 · 教授

研究关键词量子計算・計算機科学・人工知能

研究领域知能情報学・情報学・情報学基礎・文学・エンタテインメント・ゲーム情報学・人間情報学・動物発生・生理学・工学

以下为公开数据预览。个性化匹配理由、联系角度和保存能力需要登录后使用。

• Distinguishing between humans and computers in a card game with imperfect information Seiya Okubo; Masato Konishi; Mitsuo Wakatsuki; Tetsuro Nishino Proceedings of the 34th International Conference on CAINE 2021, EPiC Series in Computing, 79巻, 掲載ページ 140-149, 出版日 2021年10月, 査読付 研究論文（国際会議プロシーディングス）, 英語2021 · 論文
• The Characteristics of the Card Game Daihinmin Mitsuo Wakatsuki; Seiya Okubo; Yuta Kado; Yamato Takeuchi; Tetsuro Nishino Information Engineering Express, International Institute of Applied Informatics, 7巻, 2号, 掲載ページ 11-21, 出版日 2021年, 査読付 研究論文（学術雑誌）, 英語2021 · 論文
• Automatic extractive summarization for Japanese documents by LDA Hideyuki Sawahata; Tetsuro Nishino Proceedings of 11th International Congress on Advanced Applied Informatics, 81巻, 掲載ページ 41-52, 出版日 2021年12月17日, 査読付 研究論文（国際会議プロシーディングス）, 英語2021 · 論文
• New applications of the Monte-Carlo tree search to Computer Daihinmin Seiya Okubo; Mitsuo Wakatsuki; Tasuku Mitsuishi; Yasuki Dobashi; Tetsuro Nishino International Journal of Smart Computing and Artificial Intelligence, 4巻, 1号, 掲載ページ 18-35, 出版日 2020年, 査読付 研究論文（学術雑誌）, 英語2020 · 論文

• IoT図書館を活用した映像とセンサデータに基づく行動分析 西野哲朗 コニカミノルタ（株）, 共同研究, 研究代表者 研究期間 2018年07月01日 - 2019年03月31日2018 · 共同研究・競争的資金等の研究課題
• データマイニング手法を用いた多人数不完全情報ゲームの特徴抽出 西野 哲朗 日本学術振興会, 科学研究費助成事業, 電気通信大学, 基盤研究(C), コンピュータ大貧民においては、日本で人気のあるカードゲームの大貧民をプログラム同士がプレイする。コンピュータ大貧民において強いプログラムはモンテカルロ法のような機械学習手法を使用しているので、プログラムの挙動を予想するのは難しい。本研究では、プレイヤープログラムの特徴を決定木分析手法を用いて抽出する。プログラムの特徴は、３つの観点から決定木を生成することにより抽出される。我々の手法の有効性を示すために、計算機実験を行った。我々の手法を挙動が明確な３つのプログラムに対して適用した。その結果、抽出された特徴は、プログラムの実際の挙動に照らして妥当であることがわかった。, 17K00297 研究期間 2017年04月01日 - 2020年03月31日2017 · 共同研究・競争的資金等の研究課題
• 電気通信大学 データアントレプレナープログラム 田村元紀 住友電工グループ社会貢献基金 研究期間 2015年2015 · 共同研究・競争的資金等の研究課題
• 最大および極大クリーク抽出アルゴリズムの高効率化と応用 富田 悦次; 若月 光夫; 西野 哲朗; 伊藤 大雄 日本学術振興会, 科学研究費助成事業, 電気通信大学, 基盤研究(C), 最大クリーク抽出のための分枝限定アルゴリズムに対し，近似最大クリーク抽出アルゴリズムを効果的に組合せ，さらに節点整列と近似彩色を適切に適用することにより，実働上一層の高効率化を達成した．また理論的には，最大クリーク問題が多項式時間的高速に可解となる，よりゆるやかな条件およびアルゴリズムを与えた． 極大クリーク全列挙アルゴリズムについては，それを疑似極大クリークの全列挙までを扱えるように拡張し，ネットワーク解析への応用に対して有効性が確認された．, 25330009 研究期間 2013年04月01日 - 2018年03月31日2013 · 共同研究・競争的資金等の研究課題

• 官方个人主页
• KAKEN
• CiNii