| dc.contributor.author | Шестаков, М. С. | uk |
| dc.contributor.author | Арсенюк, І. Р. | uk |
| dc.contributor.author | Shestakov, M. S. | en |
| dc.contributor.author | Arseniyk, I. R. | en |
| dc.date.accessioned | 2022-10-07T08:44:19Z | |
| dc.date.available | 2022-10-07T08:44:19Z | |
| dc.date.issued | 2022 | |
| dc.identifier.citation | Шестаков М. С. Підхід до гри у шахи на основі нейронної мережі [Електронний ресурс] / М. С. Шестаков, І. Р. Арсенюк // Тези доповідей Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2022), Вінниця, 16-17 червня 2022 р. – Електрон. текст. дані. – 2022. – Режим доступу: https://conferences.vntu.edu.ua/index.php/mn/mn2022/paper/view/14287. | uk |
| dc.identifier.uri | http://ir.lib.vntu.edu.ua//handle/123456789/35813 | |
| dc.description.abstract | Запропоновано підхід щодо прорахунку ходів шахових фігур, яка побудована на основі Minimax алгоритму з використанням Альфа-Бета відсікання. Програмний додаток гри розроблено на мові програмування С у програмному середовищі Visual Studio 2022 та Unity 2021.2.4f. Запропонована технологія дозволяє скоротити час прорахунку ходів шахових фігур на 5 – 8%. | uk |
| dc.description.abstract | The approach of calculating the moves of chess pieces is proposed, which is built on the basis of the Minimax algorithm with the alpha-beta clipping. The software implementation is developed in the C programming language in the Visual Studio 2022 and Unity 2021.2.4f software environment. The proposed system allows to reduce the time of calculating the moves of chess pieces by 5 – 8%. | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | Тези доповідей Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2022), Вінниця, 16-17 червня 2022 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/mn/mn2022/paper/view/14287 | |
| dc.subject | інформаційна технологія | uk |
| dc.subject | глибоке прогнозуваня | uk |
| dc.subject | шахи | uk |
| dc.subject | information technology | en |
| dc.subject | deep prediction | en |
| dc.subject | chess | en |
| dc.title | Підхід до гри у шахи на основі нейронної мережі | uk |
| dc.type | Thesis | |
| dc.identifier.udc | 681.12 | |
| dc.relation.references | Котов А. А. Как стать гроссмейстером / Издательство: Russian Chess House / Русский Шахматный
Дом. – 2007. – 296 с. | ru |
| dc.relation.references | Sandhya Samarasinghe Neural Networks for Applied Sciences and Engineering. From Fundamentals to
Complex Pattern Recognition. – 2007. – 570 р. | en |
| dc.relation.references | Томас Эрл Основы Big Data: концепции, алгоритмы и технологии. – 2018. – 320 р. | ru |
| dc.relation.references | Очеретний А. Б. Аналіз та порівняння методів покращення контрастності зображення шахових
фігур. / А. Б. Очеретний, І. Р. Арсенюк // Науковий журнал “Альманах науки” № 6 (51) листопад 2021.
– С 70 – 73 | uk |
