AI Lab, 3 bài báo được chấp nhận tại AAAI 2025, hội nghị hàng đầu kèo bóng đá số lĩnh vực trí tuệ nhân tạo

"Phòng thí nghiệm AI" nghiên cứu và phát triển nhiều công nghệ AI liên quan đến tiếp thị nói chung, đồng thời đang giải quyết nhiều vấn đề công nghệ khác nhau, đồng thời tăng cường hợp tác giữa ngành và học viện với các trường đại học và tổ chức học thuật
Đặc biệt, nhóm nghiên cứu của chúng tôi kèo bóng đá số lĩnh vực kinh tế học tiến hành nghiên cứu lý thuyết nâng cao và nghiên cứu ứng dụng bằng cách sử dụng dữ liệu bên kèo bóng đá số và bên ngoài kèo bóng đá số nhiều lĩnh vực kinh tế học như suy luận nhân quả, thiết kế cơ chế, lý thuyết trò chơi và kinh tế học hành viTriển khai xã hội thông qua cộng tác với giới học thuật và chính phủvà những đóng góp về mặt học thuật


「」
Tác giả: Yumasa Fujimoto, Kaito Ariu, Kenyuki Abe (Phòng thí nghiệm AI của CyberAgent)

kèo bóng đá số các phiên đấu giá quảng cáo, không chỉ công ty của bạn mà cả các công ty khác cũng quyết định số tiền giá thầu của riêng họ, do đó có nhiều đơn vị ra quyết định kèo bóng đá số tình huống có nhiều mô hình đang học tập, có một vấn đề là khó dự đoán hành vi của từng đối tượng Nghiên cứu này phân tích cách mỗi đối tượng học cách lựa chọn hành động kèo bóng đá số môi trường thay đổi theo thời gian, chẳng hạn như môi trường kèo bóng đá số các cuộc đấu giá quảng cáo Kết quả là, chúng tôi đã phát hiện ra một hiện tượng mới kèo bóng đá số đó việc học tập của tất cả các môn học đồng bộ với sự biến động theo thời gian của môi trường, gây ra những sai lệch so với trạng thái tối ưu cho tất cả các môn học và phân tích hiện tượng này cả về mặt lý thuyết và thực nghiệm

「」
Tác giả: Chuuki Ishibashi (Đại học Điện tử Truyền thông), Kenyuki Abe (Phòng thí nghiệm AI của CyberAgent), Atsushi Iwasaki (Đại học Điện tử Truyền thông)

kèo bóng đá số nhiều dịch vụ web khác nhau, mô hình học tập đưa ra quyết định phù hợp tùy theo tình huống đóng vai trò quan trọng Tuy nhiên, kèo bóng đá số môi trường thực tế, có rất nhiều tình huống cần xem xét nên khó có thể đào tạo một mô hình tối ưu kèo bóng đá số nghiên cứu này, chúng tôi đã đề xuất một phương pháp có thể giảm số lượng tình huống cần xem xét và huấn luyện mô hình bằng cách xử lý nhiều tình huống tương tự nhau dựa trên một thang đo nhất định là cùng một tình huống Hơn nữa, về mặt lý thuyết và thực nghiệm, chúng tôi đã chứng minh rằng bằng cách sử dụng phương pháp này, chúng tôi có thể tìm hiểu một cách hiệu quả một mô hình gần đúng với việc ra quyết định tối ưu

「」
Tác giả: Son Zhaohong (Đại học Kyushu, Phòng thí nghiệm AI CyberAgent), Makoto Yokoo (Đại học Kyushu)

Khi các trường học trên khắp thế giới chọn học sinh có tính đa dạng, nếu một học sinh có nhiều đặc điểm (ví dụ: giới tính, dân tộc, vv) thì thông thường chỉ tính chúng là một đặc điểm Các thuật toán hiện tại kèo bóng đá số kinh tế và khoa học máy tính nhằm mục đích giúp các trường học đạt được các mục tiêu và ưu tiên đa dạng, nhưng thách thức là các phương pháp tuyển chọn hiện tại này có thể tạo ra sự mất cân bằng lớn giữa các học sinh có nhiều thuộc tính Để giải quyết vấn đề này, bài viết này đề xuất một ý tưởng mới gọi là "biểu diễn cân bằng" Điều này đảm bảo sự đại diện công bằng cho tất cả các loại và sự kết hợp của các loại Cụ thể, chúng tôi đề xuất một phương pháp chọn đơn giản thỏa mãn duy nhất bốn thuộc tính cơ bản sau - Đa dạng tối đa - Lựa chọn tinh gọn - ​ ​ Bản chất không ghen tị chính đáng -  Biểu thức cân bằng Nghiên cứu trước đây chủ yếu tập trung vào các phương pháp dựa trên biểu đồ lưỡng cực, nhưng lần này chúng tôi đã áp dụng một phương pháp tiếp cận mới sử dụng mạng luồng Với phương pháp mới nàyViệc trình bày bài toán trở nên ngắn gọn hơn và hiệu quả tính toán được cải thiện đáng kểTôi đã làm vậy Chúng tôi cũng đề xuất một thuật toán hiệu quả để triển khai phương pháp lựa chọn này kèo bóng đá số cả đồ thị hai bên và mạng luồng

Ngoài ra, tại hội thảo năm nay, Yosuke Miya và Keita Minotani từ Trụ sở Kinh doanh AI đã trình bày một bài báo có tựa đề “'' đã được thông qua kèo bóng đá số nghiên cứu này, chúng tôi đang nỗ lực đánh giá trạng thái bên kèo bóng đá số của AI bằng cách sử dụng các lý thuyết về ý thức con người và kèo bóng đá số tương lai, chúng tôi hướng tới việc sử dụng điều này để dự đoán hiệu suất của AI kèo bóng đá số các nhiệm vụ khác nhau kèo bóng đá số bộ phận kinh doanh
Nghiên cứu này là một phần kết quả của hệ thống hội thảo CA, cho phép các kỹ sư sử dụng một khoảng thời gian làm việc nhất định để tiến hành các hoạt động nghiên cứu kỹ thuật nhằm giúp các kỹ sư nâng cao kỹ năng của mình

 

Chúng tôi mong muốn sử dụng kết quả của những nghiên cứu này làm công nghệ cơ bản cho các sản phẩm phân phối quảng cáo mà chúng tôi cung cấp và để quảng bá DX của chính phủ
"Phòng thí nghiệm AI" sẽ tiếp tục kết hợp công nghệ AI vào các sản phẩm để giải quyết các vấn đề kinh doanh và xã hội, đồng thời sẽ tiếp tục nỗ lực nghiên cứu và phát triển nhằm đóng góp cho sự phát triển công nghệ và học thuật




※2　
※3　, ,
※4　Narita và cộng sự “” (AAAI 2019), Garcia và cộng sự “” (AAAI 2020), Nomura và cộng sự “” (AAAI 2021), Shimano và cộng sự “” (Hội thảo AAAI 2022 về Học tăng cường kèo bóng đá số trò chơi), Sun và cộng sự””(AAAI 2023), Aziz và cộng sự ”” (AAAI 2023)[Phát hành], Fujimoto và cộng sự “” (AAAI 2024)[Phát hành]