Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://elar.urfu.ru/handle/10995/124297
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.authorBikmurzin, M. A.en
dc.contributor.authorMazurenko, V. V.en
dc.contributor.authorБикмурзин, М. А.ru
dc.contributor.authorМазуренко, В. В.ru
dc.date.accessioned2023-08-28T09:17:04Z-
dc.date.available2023-08-28T09:17:04Z-
dc.date.issued2021-
dc.identifier.citationБикмурзин М. А. РАЗРАБОТКА НЕЙРОСЕТЕВОГО АЛГОРИТМА ДЛЯ ПОИСКА ОПТИМАЛЬНЫХ СТРАТЕГИЙ В КВАНТОВОЙ ИГРЕ HEX / М. А. Бикмурзин, В. В. Мазуренко // Физика. Технологии. Инновации : тезисы докладов VIII Международной молодежной научной конференции (Екатеринбург, 17–21 мая 2021 г.). — Екатеринбург : УрФУ, 2021. — C. 966-967.ru
dc.identifier.isbn978-5-8295-0769-5-
dc.identifier.urihttp://elar.urfu.ru/handle/10995/124297-
dc.description.abstractBased on the AlphaGo Zero training algorithm, we developed a reinforcement learning algorithm to train an agent to play quantum games with the possibility of collapsing a position on the board. Using this algorithm, the created neural network agent was trained to play the game Quantum Hex.en
dc.format.mimetypeapplication/pdfen
dc.language.isoru-
dc.publisherУрФУru
dc.relation.ispartofФизика. Технологии. Инновации. Тезисы докладов (ФТИ-2021)ru
dc.titleРАЗРАБОТКА НЕЙРОСЕТЕВОГО АЛГОРИТМА ДЛЯ ПОИСКА ОПТИМАЛЬНЫХ СТРАТЕГИЙ В КВАНТОВОЙ ИГРЕ HEXru
dc.title.alternativeDEVELOPMENT OF A NEURAL NETWORK ALGORITHM FOR FINDING OPTIMAL STRATEGIES FOR THE QUANTUM HEX GAMEen
dc.typeConference Paperen
dc.typeinfo:eu-repo/semantics/conferenceObjecten
dc.typeinfo:eu-repo/semantics/submittedVersionen
dc.conference.nameVIII Международная молодежная научная конференция «Физика. Технологии. Инновации»ru
dc.conference.date17.05.2021-21.05.2021-
local.description.firstpage966-
local.description.lastpage967-
Располагается в коллекциях:Конференции, семинары

Файлы этого ресурса:
Файл Описание РазмерФормат 
978-5-8295-0769-5_2021_513.pdf311,71 kBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.