一个幻影围棋计算机博弈系统的设计与实现

幻影围棋作为一个刚兴起不久的棋类游戏,属于不完全信息博弈,目前对幻影围棋的研究与开发较少,在国内才刚刚起步.分析了幻影围棋计算机博弈系统的模型与结构,结合Alpha-Beta搜索算法和蒙特卡洛算法的优势,依据棋盘状态采用不同的搜索算法,调用搜索引擎产生下子,在此基础上开发实现了一个幻影围棋博弈系统,能有效的交互和处理信息,并通过了运行测试.     

基于局面的围棋棋谱检索算法

随着计算机技术在围棋运动中的广泛应用,围棋棋谱的检索也成为围棋信息化的重要需求。传统的棋谱检索不能反映着法的内容,在应用上受到很大限制。介绍一种基于局面的棋谱检索算法,通过对棋子位置建立索引,将搜索直接建立在棋局内容的基础上。算法具有占用存储空间小、检索速度快、准确率高的特点,具有较高的实用价值。     

AlphaGo背后强大的人工智能技术

计算机博弈是人工智能领域的一个重要分支,计算机围棋在计算机博弈中处于核心的地位.将深度学习方法应用到计算机围棋中是AlphaGo团队的主要方法,AlphaGo利用"价值网络"去计算局面,用"估值网络"去选择下子,这两个不同的神经网络像两个大脑一样合作来改进下棋.除了智能博弈,人工智能凭借其强大的计算能力还运用在方方面面,例如智能穿戴、智能家居、云计算、互联网等领域.本文从AlphaGo讲起,简单剖析了人工智能的方方面面,并对人工智能的未来发展提出了自己的见解.     

局部UCT算法在围棋死活题上的性能测试

为了探索UCT算法在局部搜索中的可靠性,文中在改写Fuego的全局UCT搜索算法的基础上,实现了封闭域局部UCT搜索算法,并在64个标准的围棋死活题上进行了测试。初步结果表明,虽然有一小部分死活问题(11个,约17%)还不能正确求解,但封闭域局部UCT算法基本能够较快地(十几秒内)求解出大部分围棋死活测试问题。文中测试对如何改进大棋盘上的UCT算法性能有指导意义。     

从围棋人机世纪大战窥探人工智能的发展前景

近年来,围棋人机世纪大战备受社会各界关注,相关的讨论并没有随着人类在围棋智能化领域的"完败"而结束,人工智能概念反而愈加频繁地出现在公众的视野中。在这一特殊的时代背景下,人机围棋大战及其出乎意料的结果所催生的"人工智能热"必将深刻影响这一行业的发展前景。文章主要通过围棋人机世纪大战这一热门事件探讨了人工智能的未来发展趋势。     

从围棋博弈看企业经营

围棋博弈与企业在市场竞争中的拼杀有很多有趣的相似之处,可谓事理相通。让我们借助宏基企业文化中的若干经营思想来看一看,在企业成长的过程中,需要遵从哪些"棋理"。围棋理论与思想对企业经营有很多有益的启发。将围棋的道理运用于企业,不仅可作为策略思考的依据,同样有助于内部的沟通和共识的形成。因为,可以用围棋比喻来说明一些难     

“阿尔法围棋”战胜李世石给未来电视带来的启示

2016年3月9日-15日,谷歌旗下“深度思维”公司开发的电脑程序“阿尔法围棋”以4∶1的绝对优势,击败世界顶尖围棋高手李世石,成为继1997年“深蓝”击败国际象棋冠军卡斯帕罗夫,2006年“浪潮天梭”战胜中国象棋特级大师柳大华之后,第一个击败职业围棋世界冠军的智能程序.作为人类最复杂的棋类运动,曾被人认为“100年内人工智能不可击败”的围棋,被提前打败了.此役意想不到的结果震撼了人类,全世界的围棋爱好者从李氏初战失利的不服气,到最后臣服得没脾气,预示着人工智能因为其超级的计算和学习能力,在更多方面超越人类只是时间问题.     

浅谈“中国围棋和中国象棋电视快棋赛”的实况转播

中央电视台第五套节目每周六，周日上午播出的”中国围棋电视快棋赛“和“中国象棋电视快棋赛”的实况转播，已经是每周六，和周日广大的围棋和象棋爱好的必看节目。特别是中国围棋电视快棋赛，比赛从一九九九年二月十五日开始五月二日结束，届时三个月，决出快棋赛的冠亚军。决出的冠亚军可以参加亚洲地区的围棋冠军赛。因此深受广大的棋友们的喜爱，     

南京大学计算机科学与技术系教授栗师 为近似算法突破贡献技术模型

<正>凭借非凡的计算速度和准确度,计算机大大拓展了人类的思考能力。凭借强大的计算能力,人类已经可以在一定程度上破译生命的密码,也可以破译思想的基因。那么,计算机是如何做到这些的呢？要准确地回答这个问题离不开以南京大学计算机科学与技术系教授、博士生导师栗师为代表的理论计算机科学领域算法设计专家给出的答案。     

一种雪堆博弈网络重构算法研究与仿真

针对演化博弈网络拓扑难以事先确定的问题,提出一种基于压缩感知理论的雪堆博弈复杂网络重构算法。通过个体博弈时序信息将网络重构问题转化成压缩感知理论可以处理的形式,同时运用双曲正切函数和修正牛顿法对求解过程进行进一步优化,从而实现对网络拓扑的有效重构,并通过Matlab 7.0作为实验平台对算法进行相应的验证与仿真实验,实验结果表明,只需要较少量的时序信息就可以快速准确地完成重构工作。     

基于复杂网络的计算机病毒传播路由算法

信息安全就是国家安全,为降低计算机病毒在计算机网络中的传播速度,提高计算机网络的安全性,文章提出了基于复杂网络的计算机病毒传播路由算法。首先构建基于复杂网络的计算机网络模型,确定计算机病毒传播模型。其次改进静态路由协议和动态路由协议,在两种协议的基础上设置邻居节点阈值,提出基于复杂网络的计算机病毒传播路由算法,将该算法采用BA网络模型进行对比实验,验证其算法的可行性和有效性。实验结果表明,与改进之前的算法相比,文中提出的基于复杂网络的计算机病毒传播路由算法,极大地降低了病毒的传播速度,验证了算法的可行性和有效性。     

计算机视觉在电视媒体中的应用

众所周知,计算机已经在计算能力、信息存储能力和信息传输能力上大大超过了人类,现代计算机系统在触觉、听觉和视觉方面也在渐渐接近或超过人类,这意味着计算机可以帮助人类完成更加复杂的工作。广义的计算机视觉包括两方面能力,一个方面是拍摄和显示视频的分辨率,电视和电影的分辨率已经非常高,已经超过了人类视觉的极限;另一个方面是对视频内容的理解,在文字识别领域,很多年前计算机识别文字的准确性和速度已经远远超过了人类,在人脸识别领域,Facebook的人脸识别系统首次得到了超越人类的人脸识别速度和准确率。计算机视觉技术突破是具有标志性的事件,将会在相关行业得到广泛应用。〈br〉 Google推出的智能眼镜里集成了视频采集、视频处理、信息显示和网络通信的能力,可以实现人类视觉的功能,假如有一个记者到世界杯现场采访,他完全可以通过智能眼镜告诉他面前的人是谁,同时可以通过后台的赛事数据系统把这个球员相关的信息推到眼镜上,只不过谷歌出于隐私的问题把人脸识别功能关闭了,这个从另外一个方面也是说明计算机系统的能力强到已经必须加以限制了。     

基于博弈论的二次博弈波束成形算法

针对波束成形算法中,用户的信号方向估计值和用户之间的功率分配存在着相互矛盾,本文提出了一种基于博弈论的二次博弈波束成形算法,构建了波束成形博弈算法数学模型,首先在第一次博弈的时候,将波束成形算法中的信号方向和功率分配映射为博弈论数学模型中的局中人,将其建模为函数的极大极小值求解问题,先求解出信号方向;然后在第二次博弈的时候,将不同用户的功率分配过程描述为一个多用户的博弈过程,设计了功率分配更新算法,通过数学推导论证了纳什平衡点的存在性和唯一性。最后在仿真中,与传统最大信噪比算法进行比较。结果表明该文算法的性能要优于最大信噪比算法,并且讨论了不同参数对该文算法的影响。     

数据结构中常用算法的研究

数据结构是计算机必不可少的基础知识之一。数据结构中的算法复杂且难于理解。本文重点研究计算机数据结构中的算法问题,以此来完善数据结构,为数据结构的发展提供理论和应用价值。     

面向ICN的非合作博弈优化缓存策略

针对信息中心网络（Information-Centric Network,ICN）的缓存分布问题,提出了一种基于非合作博弈算法(Non-cooperative Game)的优化缓存策略。算法将ICN网络建模成复杂网络,采用非合作博弈框架,兼顾用户服务质量（Quality of Service,QoS）的情况下,综合缓存节点距离、能效和流行度对网络中每个节点构建相应的效用函数,采用分布式迭代算法解出非合作博弈的纳什均衡解,得到全局最优的效用函数值,获取最佳的缓存分配结果。仿真结果表明,在用户请求次数和请求内容流行度不断增加的情况下,使用非合作博弈算法可以减少网络整体能耗,提高平均缓存命中率,减少平均响应跳数。     

下一代异构网络中基于进化博弈论的业务负载均衡

阐述了进化博弈论(EGT)的基本理论和模型，并将其应用于异构(heterogeneous)通信网络的业务负载均衡问题中，给出了一种基于进化博弈理论的异构网络业务分配模型。应用复制动力学的动态学习能力，进化博弈模型中的用户方通过动态调整分配策略，可以获得进化稳定策略(ESS)下均衡的负载分配和改善的期望效用(utility，或适应度fitness)。计算机仿真结果从负载分配的稳定、均衡和改善的平均期望效用三个方面验证了进化博弈模型在异构网络负载均衡问题中的有效性。     

机器学习中的多侧面递进算法MIDA

对高维海量数据,为解决准确率与泛化能力之间的矛盾,提出机器学习中的多侧面递进算法MIDA(Multi-side Increase by Degrees Algorithm),该算法将样本集分成几个部分,对各部分分别选择一组适应它们的特征子集.这种分而治之的方法,在保证一定的精度的前提下,符合人类对复杂问题的求解分重点,多方面考虑的方式,可有效地识别复杂问题的分类,提高泛化能力,降低了计算的复杂性.本文利用覆盖算法给出具体的多侧面递进算法,并给出实验结果,实验结果表明新的方法是有效的.     

计算机通信网络中容量与流量分配的优化研究

改进计算机通信网络中的流量与容量的分配问题,可以有效解决并降低计算机本身的运营费用。通过并行遗传算法,可以对计算机网络进行合理优化,除此之外,还可以将并行遗传算法与传统算法相比较,从而更清楚的了解到,哪种优化算法,可以更好的提高计算机网络运营质量。     

基于自适应博弈的不确定非线性系统跟踪控制

基于自适应迭代算法、两人零和微分博弈和神经网络,文章研究了不确定扰动的级联非线性系统的跟踪控制问题。利用零和博弈算法,将控制和扰动作为博弈的双方,博弈的纳什均衡解将提供有界L2增益问题的解决方案,因此对于鲁棒控制非常重要。但其解决方案取决于求解设计Hamilton-Jacobi-Isaacs(HJI)方程。所以文章利用了一种基于策略迭代的在线自适应学习算法,用于解决具有已知动态的非线性系统的连续时间两人无限时延零和博弈问题。给出了针对RBF神经网络的新型优化算法,证明了最佳鞍点解的收敛性,并且还保证了系统的稳定性。仿真实例表明,该新算法在线求解线性系统和复杂非线性系统的HJI方程是有效的。     

基于FPGA的Harris算法移植以及资源预评估

在利用FPGA的并行处理能力应对高速数据和去做复杂的数据处理时,对一些较为复杂或者重复性工作模块多的情况下,算法资源就需要进行预评估。有效的资源预评估不仅可以在芯片选型上有益,还可以对程序有较详细的估计,在硬件不变的前提下能够选择更好的算法优化。着重在Harris算法在FPGA的实现以及在移植之前对其占用的FPGA资源进行预评估。