Дерево пошуку Монте-Карло (Ukrainian Wikipedia)

Analysis of information sources in references of the Wikipedia article "Дерево пошуку Монте-Карло" in Ukrainian language version.

refsWebsite

Global rank Ukrainian rank

27web.archive.org

1^st place

11doi.org

2^nd place

4^th place

3archive.org

6^th place

2youtube.com

9^th place

7^th place

2inria.fr

4,903^rd place

6,264^th place

2ualberta.ca

3,600^th place

3,626^th place

1harvard.edu

18^th place

74^th place

1worldcat.org

5^th place

9^th place

1nih.gov

4^th place

5^th place

1auckland.ac.nz

4,539^th place

low place

1aigamedev.com

low place

1columbia.edu

488^th place

1,228^th place

1hs-weingarten.de

low place

1ideanest.com

low place

1umd.edu

1,747^th place

2,555^th place

1informs.org

low place

1xmp.net

low place

1free.fr

321^st place

1,341^st place

1dcook.org

low place

1googleresearch.blogspot.com

low place

1bbc.com

20^th place

17^th place

1zdnet.com

786^th place

2,146^th place

1ewalds.ca

low place

1arimaa.com

low place

1nucl.ai

low place

1maastrichtuniversity.nl

low place

1jeffbradberry.com

low place

1arxiv.org

69^th place

188^th place

1acm.org

1,185^th place

1,586^th place

1aaai.org

9,352^nd place

low place

1gogameguru.com

low place

1ieee.org

652^nd place

774^th place

aaai.org

ojs.aaai.org

Ramanujan, Raghuram; Selman, Bart (March 2011). Trade-Offs in Sampling-Based Adversarial Planning. ICAPS '11: Proceedings of the International Conference on Automated Planning and Scheduling. 21 (1): 202—209. Архів оригіналу за 29 жовтня 2021. Процитовано 15 грудня 2021.

acm.org

dl.acm.org

Ramanujan, Raghuram; Sabharwal, Ashish; Selman, Bart (May 2010). On adversarial search spaces and sampling-based planning. ICAPS '10: Proceedings of the Twentieth International Conference on International Conference on Automated Planning and Scheduling: 242—245. Архів оригіналу за 26 жовтня 2021. Процитовано 15 грудня 2021.

aigamedev.com

Monte-Carlo Tree Search in TOTAL WAR: ROME II's Campaign AI. AI Game Dev. Архів оригіналу за 13 March 2017. Процитовано 25 лютого 2017.

archive.org

>Artificial Intelligence: A Modern Approach (вид. 3rd). Prentice Hall. 2009.
Rémi Coulom (2007). Efficient Selectivity and Backup Operators in Monte-Carlo Tree Search. Computers and Games, 5th International Conference, CG 2006, Turin, Italy, May 29–31, 2006. Revised Papers. Springer. с. 72–83. ISBN 978-3-540-75537-1.
Markus Enzenberger; Martin Müller (2010). A Lock-free Multithreaded Monte-Carlo Tree Search Algorithm. У Jaap Van Den Herik (ред.). Advances in Computer Games: 12th International Conference, ACG 2009, Pamplona, Spain, May 11–13, 2009, Revised Papers. Springer. с. 14–20. ISBN 978-3-642-12992-6.

arimaa.com

Tomáš Kozelek (2009). Methods of MCTS and the game Arimaa (PDF). Master's thesis, Charles University in Prague. Архів оригіналу (PDF) за 16 квітня 2021. Процитовано 15 грудня 2021.

arxiv.org

Peres, Yuval (2006). Random-Turn Hex and other selection games. arXiv:abs/math/0508580. {{cite arXiv}}: Перевірте значення |arxiv= (довідка)

auckland.ac.nz

cs.auckland.ac.nz

Jonathan Rubin; Ian Watson (April 2011). Computer poker: A review (PDF). Artificial Intelligence. 175 (5–6): 958—987. doi:10.1016/j.artint.2010.12.005. Архів оригіналу (PDF) за 13 серпня 2012.

bbc.com

Google achieves AI 'breakthrough' by beating Go champion. BBC News. 27 січня 2016. Архів оригіналу за 2 грудня 2021. Процитовано 15 грудня 2021.

columbia.edu

academiccommons.columbia.edu

Abramson, Bruce (1987). The Expected-Outcome Model of Two-Player Games (PDF). Technical report, Department of Computer Science, Columbia University. Архів оригіналу (PDF) за 27 жовтня 2016. Процитовано 23 грудня 2013.

dcook.org

The Shodan Go Bet. Архів оригіналу за 14 квітня 2021. Процитовано 2 травня 2012.

doi.org

Silver, David; Huang, Aja; Maddison, Chris J.; Guez, Arthur; Sifre, Laurent; Driessche, George van den; Schrittwieser, Julian; Antonoglou, Ioannis; Panneershelvam, Veda (28 січня 2016). Mastering the game of Go with deep neural networks and tree search. Nature. 529 (7587): 484—489. Bibcode:2016Natur.529..484S. doi:10.1038/nature16961. ISSN 0028-0836. PMID 26819042.
Jonathan Rubin; Ian Watson (April 2011). Computer poker: A review (PDF). Artificial Intelligence. 175 (5–6): 958—987. doi:10.1016/j.artint.2010.12.005. Архів оригіналу (PDF) за 13 серпня 2012.
Chang, Hyeong Soo; Fu, Michael C.; Hu, Jiaqiao; Marcus, Steven I. (2005). An Adaptive Sampling Algorithm for Solving Markov Decision Processes (PDF). Operations Research. 53: 126—139. doi:10.1287/opre.1040.0145. Архів оригіналу (PDF) за 20 квітня 2021. Процитовано 15 грудня 2021.
Chang-Shing Lee; Mei-Hui Wang; Guillaume Chaslot; Jean-Baptiste Hoock; Arpad Rimmel; Olivier Teytaud; Shang-Rong Tsai; Shun-Chin Hsu; Tzung-Pei Hong (2009). The Computational Intelligence of MoGo Revealed in Taiwan's Computer Go Tournaments (PDF). IEEE Transactions on Computational Intelligence and AI in Games. 1 (1): 73—89. doi:10.1109/tciaig.2009.2018703. Архів оригіналу (PDF) за 26 вересня 2013. Процитовано 15 грудня 2021.
Broderick Arneson; Ryan Hayward; Philip Henderson (June 2009). MoHex Wins Hex Tournament (PDF). ICGA Journal. 32 (2): 114—116. doi:10.3233/ICG-2009-32218. Архів оригіналу (PDF) за 16 квітня 2021. Процитовано 15 грудня 2021.
Xiaocong Gan; Yun Bao; Zhangang Han (December 2011). Real-Time Search Method in Nondeterministic Game – Ms. Pac-Man. ICGA Journal. 34 (4): 209—222. doi:10.3233/ICG-2011-34404.
Tom Pepels; Mark H. M. Winands; Marc Lanctot (September 2014). Real-Time Monte Carlo Tree Search in Ms Pac-Man. IEEE Transactions on Computational Intelligence and AI in Games. 6 (3): 245—257. doi:10.1109/tciaig.2013.2291577.
G.M.J.B. Chaslot; M.H.M. Winands; J.W.H.M. Uiterwijk; H.J. van den Herik; B. Bouzy (2008). Progressive Strategies for Monte-Carlo Tree Search (PDF). New Mathematics and Natural Computation. 4 (3): 343—359. doi:10.1142/s1793005708001094. Архів оригіналу (PDF) за 14 квітня 2021. Процитовано 15 грудня 2021.
Auer, Peter; Cesa-Bianchi, Nicolò; Fischer, Paul (2002). Finite-time Analysis of the Multiarmed Bandit Problem. Machine Learning. 47 (2/3): 235—256. doi:10.1023/a:1013689704352.
Althöfer, Ingo (2012). On Board-Filling Games with Random-Turn Order and Monte Carlo Perfectness. Advances in Computer Games. Lecture Notes in Computer Science. Т. 7168. с. 258—269. doi:10.1007/978-3-642-31866-5_22. ISBN 978-3-642-31865-8.
Drake, Peter (December 2009). The Last-Good-Reply Policy for Monte-Carlo Go. ICGA Journal. 32 (4): 221—227. doi:10.3233/ICG-2009-32404.

ewalds.ca

havannah.ewalds.ca

Timo Ewalds (2011). Playing and Solving Havannah (PDF). Master's thesis, University of Alberta. Архів оригіналу (PDF) за 4 березня 2016. Процитовано 15 грудня 2021.

free.fr

pug.raph.free.fr

Markus Enzenberger; Martin Mūller (2008). Fuego – An Open-Source Framework for Board Games and Go Engine Based on Monte Carlo Tree Search (PDF). Technical report, University of Alberta. Архів оригіналу (PDF) за 9 липня 2021. Процитовано 15 грудня 2021.

gogameguru.com

Lee Sedol defeats AlphaGo in masterful comeback - Game 4. Go Game Guru. Архів оригіналу за 16 листопада 2016. Процитовано 4 липня 2017.

googleresearch.blogspot.com

Research Blog: AlphaGo: Mastering the ancient game of Go with Machine Learning. Google Research Blog. 27 січня 2016. Архів оригіналу за 30 січня 2016. Процитовано 15 грудня 2021.

harvard.edu

ui.adsabs.harvard.edu

Silver, David; Huang, Aja; Maddison, Chris J.; Guez, Arthur; Sifre, Laurent; Driessche, George van den; Schrittwieser, Julian; Antonoglou, Ioannis; Panneershelvam, Veda (28 січня 2016). Mastering the game of Go with deep neural networks and tree search. Nature. 529 (7587): 484—489. Bibcode:2016Natur.529..484S. doi:10.1038/nature16961. ISSN 0028-0836. PMID 26819042.

hs-weingarten.de

Christian Suttner; Wolfgang Ertel (1991). Using Back-Propagation Networks for Guiding the Search of a Theorem Prover. Journal of Neural Networks Research & Applications. 2 (1): 3—16. Архів оригіналу за 15 квітня 2021. Процитовано 15 грудня 2021.

ideanest.com

Brügmann, Bernd (1993). Monte Carlo Go (PDF). Technical report, Department of Physics, Syracuse University. Архів оригіналу (PDF) за 14 квітня 2021. Процитовано 15 грудня 2021.

ieee.org

ieeexplore.ieee.org

Świechowski, M.; Mańdziuk, J., «Self-Adaptation of Playing Strategies in General Game Playing» (2010), IEEE Transactions on Computational Intelligence and AI in Games, vol: 6(4), pp. 367—381, doi: 10.1109/TCIAIG.2013.2275163, http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=6571225&isnumber=4804729

informs.org

Hyeong Soo Chang; Michael Fu; Jiaqiao Hu; Steven I. Marcus (2016). Google DeepMind's Alphago: O.R.'s unheralded role in the path-breaking achievement. OR/MS Today. 45 (5): 24—29. Архів оригіналу за 15 грудня 2021. Процитовано 15 грудня 2021.

inria.fr

hal.inria.fr

Sylvain Gelly; Yizao Wang; Rémi Munos; Olivier Teytaud (November 2006). Modification of UCT with Patterns in Monte-Carlo Go (PDF). Technical report, INRIA. Архів оригіналу (PDF) за 30 липня 2014. Процитовано 15 грудня 2021.
Chang-Shing Lee; Mei-Hui Wang; Guillaume Chaslot; Jean-Baptiste Hoock; Arpad Rimmel; Olivier Teytaud; Shang-Rong Tsai; Shun-Chin Hsu; Tzung-Pei Hong (2009). The Computational Intelligence of MoGo Revealed in Taiwan's Computer Go Tournaments (PDF). IEEE Transactions on Computational Intelligence and AI in Games. 1 (1): 73—89. doi:10.1109/tciaig.2009.2018703. Архів оригіналу (PDF) за 26 вересня 2013. Процитовано 15 грудня 2021.

jeffbradberry.com

Bradberry, Jeff (7 вересня 2015). Introduction to Monte Carlo Tree Search. Архів оригіналу за 17 червня 2021. Процитовано 15 грудня 2021.

maastrichtuniversity.nl

dke.maastrichtuniversity.nl

G.M.J.B. Chaslot; M.H.M. Winands; J.W.H.M. Uiterwijk; H.J. van den Herik; B. Bouzy (2008). Progressive Strategies for Monte-Carlo Tree Search (PDF). New Mathematics and Natural Computation. 4 (3): 343—359. doi:10.1142/s1793005708001094. Архів оригіналу (PDF) за 14 квітня 2021. Процитовано 15 грудня 2021.

nih.gov

pubmed.ncbi.nlm.nih.gov

Silver, David; Huang, Aja; Maddison, Chris J.; Guez, Arthur; Sifre, Laurent; Driessche, George van den; Schrittwieser, Julian; Antonoglou, Ioannis; Panneershelvam, Veda (28 січня 2016). Mastering the game of Go with deep neural networks and tree search. Nature. 529 (7587): 484—489. Bibcode:2016Natur.529..484S. doi:10.1038/nature16961. ISSN 0028-0836. PMID 26819042.

nucl.ai

archives.nucl.ai

Mountain, Gwaredd (2015). Tactical Planning and Real-time MCTS in Fable Legends. Архів оригіналу за 8 червня 2019. Процитовано 8 червня 2019. .. we implemented a simulation based approach, which involved modelling the game play and using MCTS to search the potential plan space. Overall this worked well, ...

ualberta.ca

webdocs.cs.ualberta.ca

Broderick Arneson; Ryan Hayward; Philip Henderson (June 2009). MoHex Wins Hex Tournament (PDF). ICGA Journal. 32 (2): 114—116. doi:10.3233/ICG-2009-32218. Архів оригіналу (PDF) за 16 квітня 2021. Процитовано 15 грудня 2021.

papersdb.cs.ualberta.ca

David Silver (2009). Reinforcement Learning and Simulation-Based Search in Computer Go (PDF). PhD thesis, University of Alberta. Архів оригіналу (PDF) за 3 березня 2022. Процитовано 15 грудня 2021.

umd.edu

scholar.rhsmith.umd.edu

Chang, Hyeong Soo; Fu, Michael C.; Hu, Jiaqiao; Marcus, Steven I. (2005). An Adaptive Sampling Algorithm for Solving Markov Decision Processes (PDF). Operations Research. 53: 126—139. doi:10.1287/opre.1040.0145. Архів оригіналу (PDF) за 20 квітня 2021. Процитовано 15 грудня 2021.

web.archive.org

Jonathan Rubin; Ian Watson (April 2011). Computer poker: A review (PDF). Artificial Intelligence. 175 (5–6): 958—987. doi:10.1016/j.artint.2010.12.005. Архів оригіналу (PDF) за 13 серпня 2012.
Monte-Carlo Tree Search in TOTAL WAR: ROME II's Campaign AI. AI Game Dev. Архів оригіналу за 13 March 2017. Процитовано 25 лютого 2017.
Tesla's AI Day video https://youtube.com/watch?v=j0z4FweCy4M [Архівовано 15 грудня 2021 у Wayback Machine.]
Abramson, Bruce (1987). The Expected-Outcome Model of Two-Player Games (PDF). Technical report, Department of Computer Science, Columbia University. Архів оригіналу (PDF) за 27 жовтня 2016. Процитовано 23 грудня 2013.
Christian Suttner; Wolfgang Ertel (1991). Using Back-Propagation Networks for Guiding the Search of a Theorem Prover. Journal of Neural Networks Research & Applications. 2 (1): 3—16. Архів оригіналу за 15 квітня 2021. Процитовано 15 грудня 2021.
Brügmann, Bernd (1993). Monte Carlo Go (PDF). Technical report, Department of Physics, Syracuse University. Архів оригіналу (PDF) за 14 квітня 2021. Процитовано 15 грудня 2021.
Chang, Hyeong Soo; Fu, Michael C.; Hu, Jiaqiao; Marcus, Steven I. (2005). An Adaptive Sampling Algorithm for Solving Markov Decision Processes (PDF). Operations Research. 53: 126—139. doi:10.1287/opre.1040.0145. Архів оригіналу (PDF) за 20 квітня 2021. Процитовано 15 грудня 2021.
Hyeong Soo Chang; Michael Fu; Jiaqiao Hu; Steven I. Marcus (2016). Google DeepMind's Alphago: O.R.'s unheralded role in the path-breaking achievement. OR/MS Today. 45 (5): 24—29. Архів оригіналу за 15 грудня 2021. Процитовано 15 грудня 2021.
Sensei's Library: KGSBotRatings. Архів оригіналу за 6 травня 2021. Процитовано 3 травня 2012.
Sylvain Gelly; Yizao Wang; Rémi Munos; Olivier Teytaud (November 2006). Modification of UCT with Patterns in Monte-Carlo Go (PDF). Technical report, INRIA. Архів оригіналу (PDF) за 30 липня 2014. Процитовано 15 грудня 2021.
Chang-Shing Lee; Mei-Hui Wang; Guillaume Chaslot; Jean-Baptiste Hoock; Arpad Rimmel; Olivier Teytaud; Shang-Rong Tsai; Shun-Chin Hsu; Tzung-Pei Hong (2009). The Computational Intelligence of MoGo Revealed in Taiwan's Computer Go Tournaments (PDF). IEEE Transactions on Computational Intelligence and AI in Games. 1 (1): 73—89. doi:10.1109/tciaig.2009.2018703. Архів оригіналу (PDF) за 26 вересня 2013. Процитовано 15 грудня 2021.
Markus Enzenberger; Martin Mūller (2008). Fuego – An Open-Source Framework for Board Games and Go Engine Based on Monte Carlo Tree Search (PDF). Technical report, University of Alberta. Архів оригіналу (PDF) за 9 липня 2021. Процитовано 15 грудня 2021.
The Shodan Go Bet. Архів оригіналу за 14 квітня 2021. Процитовано 2 травня 2012.
Research Blog: AlphaGo: Mastering the ancient game of Go with Machine Learning. Google Research Blog. 27 січня 2016. Архів оригіналу за 30 січня 2016. Процитовано 15 грудня 2021.
Google achieves AI 'breakthrough' by beating Go champion. BBC News. 27 січня 2016. Архів оригіналу за 2 грудня 2021. Процитовано 15 грудня 2021.
Match 1 - Google DeepMind Challenge Match: Lee Sedol vs AlphaGo. Youtube. 9 березня 2016. Архів оригіналу за 29 березня 2017. Процитовано 15 грудня 2021.
Google AlphaGo AI clean sweeps European Go champion. ZDNet. 28 січня 2016. Архів оригіналу за 31 січня 2016. Процитовано 15 грудня 2021.
Broderick Arneson; Ryan Hayward; Philip Henderson (June 2009). MoHex Wins Hex Tournament (PDF). ICGA Journal. 32 (2): 114—116. doi:10.3233/ICG-2009-32218. Архів оригіналу (PDF) за 16 квітня 2021. Процитовано 15 грудня 2021.
Timo Ewalds (2011). Playing and Solving Havannah (PDF). Master's thesis, University of Alberta. Архів оригіналу (PDF) за 4 березня 2016. Процитовано 15 грудня 2021.
Tomáš Kozelek (2009). Methods of MCTS and the game Arimaa (PDF). Master's thesis, Charles University in Prague. Архів оригіналу (PDF) за 16 квітня 2021. Процитовано 15 грудня 2021.
Mountain, Gwaredd (2015). Tactical Planning and Real-time MCTS in Fable Legends. Архів оригіналу за 8 червня 2019. Процитовано 8 червня 2019. .. we implemented a simulation based approach, which involved modelling the game play and using MCTS to search the potential plan space. Overall this worked well, ...
G.M.J.B. Chaslot; M.H.M. Winands; J.W.H.M. Uiterwijk; H.J. van den Herik; B. Bouzy (2008). Progressive Strategies for Monte-Carlo Tree Search (PDF). New Mathematics and Natural Computation. 4 (3): 343—359. doi:10.1142/s1793005708001094. Архів оригіналу (PDF) за 14 квітня 2021. Процитовано 15 грудня 2021.
Bradberry, Jeff (7 вересня 2015). Introduction to Monte Carlo Tree Search. Архів оригіналу за 17 червня 2021. Процитовано 15 грудня 2021.
Ramanujan, Raghuram; Sabharwal, Ashish; Selman, Bart (May 2010). On adversarial search spaces and sampling-based planning. ICAPS '10: Proceedings of the Twentieth International Conference on International Conference on Automated Planning and Scheduling: 242—245. Архів оригіналу за 26 жовтня 2021. Процитовано 15 грудня 2021.
Ramanujan, Raghuram; Selman, Bart (March 2011). Trade-Offs in Sampling-Based Adversarial Planning. ICAPS '11: Proceedings of the International Conference on Automated Planning and Scheduling. 21 (1): 202—209. Архів оригіналу за 29 жовтня 2021. Процитовано 15 грудня 2021.
Lee Sedol defeats AlphaGo in masterful comeback - Game 4. Go Game Guru. Архів оригіналу за 16 листопада 2016. Процитовано 4 липня 2017.
David Silver (2009). Reinforcement Learning and Simulation-Based Search in Computer Go (PDF). PhD thesis, University of Alberta. Архів оригіналу (PDF) за 3 березня 2022. Процитовано 15 грудня 2021.

worldcat.org

Silver, David; Huang, Aja; Maddison, Chris J.; Guez, Arthur; Sifre, Laurent; Driessche, George van den; Schrittwieser, Julian; Antonoglou, Ioannis; Panneershelvam, Veda (28 січня 2016). Mastering the game of Go with deep neural networks and tree search. Nature. 529 (7587): 484—489. Bibcode:2016Natur.529..484S. doi:10.1038/nature16961. ISSN 0028-0836. PMID 26819042.

xmp.net

senseis.xmp.net

Sensei's Library: KGSBotRatings. Архів оригіналу за 6 травня 2021. Процитовано 3 травня 2012.

youtube.com

Tesla's AI Day video https://youtube.com/watch?v=j0z4FweCy4M [Архівовано 15 грудня 2021 у Wayback Machine.]
Match 1 - Google DeepMind Challenge Match: Lee Sedol vs AlphaGo. Youtube. 9 березня 2016. Архів оригіналу за 29 березня 2017. Процитовано 15 грудня 2021.

zdnet.com

Google AlphaGo AI clean sweeps European Go champion. ZDNet. 28 січня 2016. Архів оригіналу за 31 січня 2016. Процитовано 15 грудня 2021.