CyberAgent Co, Ltd (Trụ sở chính: Shibuya-ku, Tokyo, Giám đốc đại diện: Susumu Fujita, TSE Prime Market: Mã chứng khoán 4751) là một tổ chức nghiên cứu và phát triển công nghệ trí tuệ nhân tạo có tên là “AI Four Papers của các nhà nghiên cứu Naoto Osaka, Tomoya Kamisato và So Kumabe từ ``Lab'', cũng như Giáo sư Yuichi Yoshida và Phó Giáo sư Shuichi Hirahara của Quốc gia Viện Tin học, đã được giới thiệu tại hội nghị hàng đầu trong lĩnh vực khoa học máy bóng đá tỷ lệ kèo nhà cái lý thuyết, `` Hội thảo quốc tế EATCS lần thứ 51 về Automata, Ngôn ngữ và Lập trình (ICALP 2024, sau đây gọi là ICALP)''※1
``ICALP'' là hội nghị quốc tế được tổ chức bởi các nhà nghiên cứu từ khắp nơi trên thế giới và là hội nghị quốc tế cao nhất của Châu Âu về khoa học máy bóng đá tỷ lệ kèo nhà cái lý thuyết Bài viết được chấp nhận sẽ được trình bày tại ICALP 2024, được tổ chức tại Tallinn, Estonia vào tháng 7 năm 2024
■Giới thiệu về bốn giấy tờ được chấp nhận
"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 kỹ thuật khác nhau, đồng thời tăng cường hợp tác giữa ngành và học viện với các trường đại học và tổ chức học thuật Ngoài nghiên cứu ứng dụng, chúng tôi cũng tập trung vào nghiên cứu cơ bản góp phần giải quyết các vấn đề chưa được giải quyết về mặt học thuật và tất cả các bài báo được chấp nhận lần này đều thuộc danh mục nghiên cứu cơ bản trong lĩnh vực khoa học máy bóng đá tỷ lệ kèo nhà cái lý thuyết
"Phân bổ liên tục Lipschitz cho trò chơi tối ưu hóa"Tác giả: So Kumabe (CyberAgent AI Lab), Yuichi Yoshida (Viện Tin học Quốc gia)
| Khi xử lý các trò chơi hợp tác trong đó hàm đặc trưng bao gồm độ không chắc chắn, điều mong muốn là thực hiện phân bổ ổn định cho độ không chắc chắn đó Trong nghiên cứu này, chúng tôi đã giới thiệu một giá trị gọi là hằng số Lipschitz, có nghĩa là “mức thay đổi trong phân bổ trên mỗi thay đổi đơn vị trong trò chơi” cho một nhóm trò chơi được gọi là trò chơi tối ưu hóa như một thước đo về bóng đá tỷ lệ kèo nhà cái ổn định của phân bổ Chúng tôi cũng đề xuất một thuật toán ổn định để đưa ra phân bổ cho các trò chơi phù hợp và trò chơi cây bao trùm tối thiểu, đồng thời phân tích bóng đá tỷ lệ kèo nhà cái ổn định của giá trị Shapley
＜Liên kết giấy＞
|
“Biểu thức chính quy có tham chiếu ngược và nhìn về phía trước thu thập NLOG”Tác giả: Yuya Uesato (Phòng thí nghiệm AI của CyberAgent)
| ``Backreferences'' và ``lookahead'' là các tiện ích mở rộng hữu ích có thể được sử dụng trong nhiều môi trường để thực hiện xử lý văn bản thực tế bằng các biểu thức thông thường Lần này, tôi đã chỉ ra rằng sức mạnh biểu đạt = lớp ngôn ngữ của hệ thống "biểu thức chính quy + tham chiếu ngược + tra cứu", có thể nói là đạt được nhờ theo đuổi sự thuận tiện, thực tế giống như lớp được thiết lập về mặt lý thuyết có tên là NLOG (Có thể bóng đá tỷ lệ kèo nhà cái toán miền logarit không xác định) Hơn nữa, chúng tôi đã chỉ ra rằng lượng bóng đá tỷ lệ kèo nhà cái toán cần thiết cho bài toán xác định chấp nhận cơ bản hoàn toàn là PSPACE
＜Link bài viết＞
<Blog giải thích>
|
"Độ cứng PSPACE tối ưu của việc cấu hình lại vỏ bọc gần đúng"Tác giả: Shuichi Hirahara (Viện Tin học Quốc gia), Naoto Osaka (Phòng thí nghiệm AI của CyberAgent)
| Chúng tôi đã cải thiện độ khó của việc xấp xỉ bài toán chuyển tiếp tổ hợp được gọi là "bài toán chuyển tiếp bao phủ tập hợp" Từ AI Lab ngày xưa “SODA 2024'', chúng tôi đã chứng minh bóng đá tỷ lệ kèo nhà cái gần đúng 1,0029 của bài toán này, nhưng có một khoảng cách lớn về mặt số học với bóng đá tỷ lệ kèo nhà cái gần đúng 2 đã biết Trong nghiên cứu này, chúng tôi đã đưa ra lời giải cuối cùng rằng xấp xỉ 1,999 của tập bao gồm bài toán chuyển tiếp là PSPACE-hard
＜Link bài viết＞
|
"Giảm bảng chữ cái cho các vấn đề về cấu hình lại"Tác giả: Naoto Osaka (Phòng thí nghiệm AI của CyberAgent)
| Chúng tôi đã phát triển một kỹ thuật chứng minh để chứng minh độ khó của việc gần đúng các bài toán chuyển tiếp tổ hợp khác nhau Từ AI Lab ngày xưa “SODA 2024'', chúng tôi đã sử dụng một kỹ thuật gọi là ``khuếch đại khoảng cách'' để rút ra một giá trị số cụ thể cho tỷ lệ gần đúng sẽ gây khó khăn cho (một số vấn đề chuyển tiếp nhất định) đối với PSPACE Tuy nhiên, đổi lại, tham số được gọi là `` kích thước bảng chữ cái '' trở nên rất lớn và vẫn còn một vấn đề là không thể giảm bớt nhiều vấn đề chuyển tiếp Trong nghiên cứu này, chúng tôi đã phát triển một kỹ thuật chứng minh mới để giảm kích thước bảng chữ cái mà không làm giảm đáng kể độ khó của phép bóng đá tỷ lệ kèo nhà cái gần đúng về mặt số
＜Link bài viết＞
|
■Tương lai
Kết quả của những nghiên cứu này là kết quả nghiên cứu cơ bản có thể góp phần phát triển nghiên cứu lý thuyết và được kỳ vọng sẽ thúc đẩy ứng dụng xã hội của các vấn đề không chỉ trong công ty chúng tôi mà còn trong lĩnh vực khoa học máy bóng đá tỷ lệ kèo nhà cái lý thuyết Trong tương lai, "Phòng thí nghiệm AI" sẽ tiếp tục thúc đẩy nghiên cứu ứng dụng gần gũi với doanh nghiệp và sẽ cố gắng tiến hành nghiên cứu và phát triển với mục tiêu đóng góp học thuật cho nghiên cứu cơ bản
※1
