AlphaZeroはさまざまなゲームをプレイできるゲームAIです．しかし，AlphaZeroは1つのゲームにしか対応できず，さらにルールが同じでも盤面の大きさが異なるとプレイできなくなるという制約があります．これらの課題を解決するために，私はAlphaViT，AlphaViD，そしてAlphaVDAを開発しました．これらのモデルは，Transformerベースのニューラルネットワークを盤面評価に採用することで，複数のゲームと盤面サイズを同時に学習できるだけではなく，プレイすることができます．
Connect4とOthelloをプレイするためのAlphaZeroとAlphaDDAの実装を公開しています．AlphaZeroは深層強化学習を用いることで，さまざまなゲームに対応可能なゲームAIアルゴリズムです．一方，AlphaDDAは私が開発したゲームAIで，プレイヤーのスキルに応じて自動的に強さを調整できる特徴を持っています．
X-meansは，データ内に存在するクラスタの数を推定し，クラスタリングを行う手法です．
自己組織化マップを利用してデータをグラフ化し，スペクトラルクラスタリングを行う手法を提案しています．この方法では，データをグラフ化することでデータ量を削減するだけでなく，データのトポロジも抽出します．その結果，スペクトラルクラスタリングの高速化が可能となり，場合によっては性能向上も期待できます．
データは日々生成されるだけでなく，その性質も常に変化しています．この課題に対応するために，データの性質が変化しても適用可能なオンラインベクトル量子化手法を開発しました．
文字の骨格を成長型ニューラルガスで抽出するプログラムです．
Kohonenの自己組織化マップ，ニューラルガス，成長型ニューラルガスのコードを公開しています．
Processingで作成された錯視画像生成プログラムを公開しています．このプログラムは演習用に設計されており，パラメータを簡単に変更できるように工夫されています．
学生にオイラー法のプログラムを分かりやすく説明するために作成した教材です．
Last Update: 2024/12/12
Powered by nanoc