@misc{oai:uec.repo.nii.ac.jp:00009140,
 author = {馬場, 匠},
 month = {2019-04-19},
 note = {2018, 近年，囲碁や将棋などのボードゲームは，ネット上で気軽に見知らぬプレイヤと対戦することが可能となり，幾つかのアプリも登場している．このようなオンライン対戦においては，それぞれのコミュニティーで独自のプレイヤの強さ（棋力）を測る指標があり，この指標を用いることで棋力の近いもの同士をマッチングする仕組みになっている．しかし新規プレイヤは，各コミュニティーにおける自らの棋力がわからないため，妥当な棋力の指標が得られるまで実力のかけ離れたプレイヤとの対戦を多く強いられることとなる．実際，将棋クエストというオンライン対戦場においては，レーティングと呼ばれる強さの指標が安定するまでに50局もの対局が必要とされており，これは新規ユーザばかりでなく，対戦相手にとっても大きな負担となる．このような状況の下，なるべく少ない棋譜から棋力を推定する手法は求められている．
　先行研究においては，プレイヤの着手による評価値の平均的な減少量を平均損失と定義し，これが小さいプレイヤほどミスが少ないため，強いプレイヤであると評価した．この際，プレイヤの着手前の評価値の絶対値（以下，「評価値の閾値」とする）が指定した定数よりも小さい局面のみを分析対象とした．
　本論文では，将棋クエストの10分切れ負けの条件におけるレーティングを推定する手法について考察する．まず，予備実験を行い評価値の閾値が小さいほど，レーティングの推定に必要な分析局面数が少なくなる傾向を確認した．そして，接待将棋AIと呼ばれる評価値が0に近い手を着手する人工知能プレイヤとの対戦を行わせることで，評価値の閾値が小さい局面を効率的に作れることも確認した．実際に，被験者にこの接待将棋AIと4局程度対局させ，この棋譜を用いてレーティングの推定を行う手法を提案し，その推定精度を検証する実験を行ったところ，平均二乗誤差平方根にして168という非常に高い精度で推定することを確認した．さらに，推定精度を上げるために，「持ち時間の考慮」，「対局の進行度の考慮」，「序盤指定手数を分析局面から除外」の３手法を検証し，それぞれにおいて推定精度の向上させることができ，最終的に平均二乗誤差平方根にして132という精度を得ることができた．},
 title = {少ない棋譜からの将棋プレイヤ棋力推定システム},
 year = {},
 yomi = {ババ, タクミ}
}