文献

J-GLOBAL ID：202002218720914367   整理番号：20A2552110

時間窓と長期短期記憶(LSTM)を用いたゲームにおける効率的な深層学習ボット検出【JST・京大機械翻訳】

Efficient Deep Learning Bot Detection in Games Using Time Windows and Long Short-Term Memory (LSTM)

著者 (6件)： Tsikerdekis Michail (Department of Computer Science, Western Washington University, Bellingham, WA, USA) ,  Barret Sean (Department of Computer Science, Western Washington University, Bellingham, WA, USA) ,  Hansen Raleigh (Department of Computer Science, Western Washington University, Bellingham, WA, USA) ,  Klein Matthew (Department of Computer Science, Western Washington University, Bellingham, WA, USA) ,  Orritt Josh (Department of Computer Science, Western Washington University, Bellingham, WA, USA) ,  Whitmore Jason (Department of Computer Science, Western Washington University, Bellingham, WA, USA)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 195763-195771  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ビデオゲームにおけるボットは,深い学習と強化学習の最近の進歩によって可能になった問題として,産業と学界の興味を集めてきた。次に,様々なビデオゲームにおけるボット検出器の確立を試みた。本論文では,実時間で実装できるボット検出モデルを導入し,観察されるプレーヤーがボットまたは人間であるかどうかのフィードバックを提供した。モデルは,限られた特徴集合と観測の時間量を用いて,他の領域に容易に一般化し,容易に一般化する。Star Warの一連の再生でこのモデルを訓練し,テストし,過去の研究や検出時間の割合よりも高い精度を得た。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ゲーム ,  検出器 ,  ビデオゲーム ,  強化学習
準シソーラス用語： 短期記憶 ,  プレイヤ ,  *ボット ,  *深層学習 ,  長短期記憶 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  テレビジョン一般  (ND12031N) ,  通信方式一般  (ND07010E)

タイトルに関連する用語 (7件)： 時間窓 ,  長期 ,  短期記憶 ,  LSTM ,  ゲーム ,  深層学習 ,  ボット