@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00183851,
 author = {渡辺, 敬介 and 金子, 知適 and Keisuke, Watanabe and Tomoyuki, Kaneko},
 book = {ゲームプログラミングワークショップ2017論文集},
 month = {Nov},
 note = {本論文は，将棋における勾配ブースティング木を用いた局面評価関数を実証する．現在，殆どの将棋プログラムでは線形モデルを用いた評価関数が使用されている．一方で，機械学習分野では様々な非線形モデルを用いた手法が提案されており，これらの手法をうまく将棋に適用できれば既存手法より正確な評価関数を作成できると期待される．本研究は，勾配ブースティングを用いることにより評価関数の改善を試みた．1手当たりの探索局面数を固定して対局実験を行った結果，提案手法は基本手法に対して勝率6割以上で勝ち越し，提案手法が有力な手法であることが示された．しかし探索速度では提案手法に従来手法に大きく劣り，さらなる改善が必要であると考えられる．, This paper explores an application of gradient tree boosting into evaluation functions of shogi. Currently, evaluation function with a linear model is implemented in most shogi programs. Meanwhile, many non-linear models have been proposed in the field of machine learning research, and if these non-linear approaches could be successfully adopted to evaluation function, it would give more accurate evaluation of positions than linear approach does. Therefore, this research tries to improve an evaluation function by incorporating gradient boosting. Self-play experiments with fixed search nodes per position show that the effectiveness of our approach in terms of evaluation accuracy by achieving over 60 percent win ratio against the baseline program. Our future work is to improve its execution speed, that is much slower than the baseline for now.},
 pages = {158--162},
 publisher = {情報処理学会},
 title = {将棋における勾配ブースティング木を用いた評価関数},
 volume = {2017},
 year = {2017}
}