索尔·格雷佩尔;迈克·古特里;马尔科·克鲁格;拉尔夫·赫布里奇 在围棋游戏中学习图形。 （英语） Zbl 1001.68723号 Dorffner，Georg（编辑）等人，《人工神经网络-ICANN 2001》。国际会议，奥地利维也纳，2001年8月21日至25日。诉讼程序。柏林：斯普林格。莱克特。注释计算。科学。2130, 347-352 (2001). 摘要：我们从机器学习的角度考虑围棋游戏，并将其视为一个定义良好的图形表示学习领域。我们讨论了董事会位置和候选动作的表示，并引入共同命运图（CFG）作为董事会位置的适当表示，以供学习。单个候选移动表示为特征向量，其特征由子图相对于CFG中的给定移动给出。使用这种表示法，我们训练一个支持向量机（SVM）和一个核感知器，在一组生死问题和（左9乘右9）游戏记录上区分好的动作和坏的动作。因此，我们获得了解决Go问题的内核机器，并使用\（\left（9\乘以9\ right）\）Go。关于整个系列，请参见[Zbl 0972.68679号]. MSC公司： 68单位99 计算方法和应用 68T05型 人工智能中的学习和自适应系统 92B20型 生物研究、人工生命和相关主题中的神经网络 PDF格式BibTeX公司 XML格式引用 \textit｛T.Graepel｝等人，Lect。注释计算。科学。21303147-352（2001年；兹bl 1001.68723） 全文： 链接