1 |
1
게임 승부 예측 방법에 있어서,게임 플레이와 관련된 제1 팀 및 제2 팀의 팀별 게임 캐릭터의 선택 조합에 기초하여, 상기 선택 조합 정보를 수집하는 단계;상기 선택 조합 정보에 대하여 데이터 전처리를 수행하는 단계;상기 데이터 전처리가 수행된 선택 조합 정보를 게임 승부 예측 모델의 임베딩 모델(embedding model)에 입력하여 상기 각 팀별 게임 캐릭터의 선택 조합에 대한 특징 값을 획득하는 단계; 및상기 특징 값을 상기 게임 승부 예측 모델의 인공 신경망(Artificial Neural Network: ANN)에 입력하여, 게임 승부에 대한 예측 정보를 획득하는 단계를 포함하고,상기 게임 승부 예측 모델은,상기 임베딩 모델 및 상기 인공 신경망이 결합된 결합 모델이고,상기 임베딩 모델을 이용하여 상기 제1 팀에 대응하는 게임 캐릭터의 선택 조합 정보로부터 상기 제1 팀에 대응하는 특징 값을 추출하고, 상기 제2 팀에 대응하는 게임 캐릭터의 선택 조합 정보로부터 상기 제2팀에 대응하는 특징 값을 추출하고,상기 제1 팀에 대응하는 특징 값 및 상기 제2 팀에 대응하는 특징 값을 포함하는 입력 값을 상기 인공 신경망에 입력하여 상기 게임 승부에 대한 예측 정보를 출력하는,게임 승부 예측 방법
|
2 |
2
제1항에 있어서,상기 데이터 전처리를 수행하는 단계는,상기 선택 조합 정보에 대하여 정규화를 수행하고, 상기 선택 조합에 포함된 각 게임 캐릭터들의 정보에 기초하여 각 게임 캐릭터들에 대한 정렬을 수행하는 단계를 포함하는,게임 승부 예측 방법
|
3 |
3
제1항에 있어서,상기 특징 값을 획득하는 단계는,상기 데이터 전처리가 수행된 선택 조합 정보 및 상기 선택 조합에 포함된 각 게임 캐릭터들이 선택된 순서 정보를 상기 임베딩 모델에 입력하여 상기 각 팀별 게임 캐릭터의 선택 조합에 대한 특징 값을 획득하는 단계를 포함하는,게임 승부 예측 방법
|
4 |
4
제1항에 있어서,상기 게임 승부 예측 모델은,상기 선택 조합 정보에 기초하여 상기 게임 승부에 대한 예측 정보를 출력하는,게임 승부 예측 방법
|
5 |
5
제1항에 있어서,상기 임베딩 모델은,양방향 LSTM(Long Short Term Memory)이고,상기 특징 값은,상기 양방향 LSTM으로부터 출력되어 상기 인공 신경망의 입력 데이터로 입력되는,게임 승부 예측 방법
|
6 |
6
제4항에 있어서,상기 게임 승부 예측 모델은,과거에 수행된 게임 플레이와 관련된 제1 팀 및 제2 팀의 팀별 게임 캐릭터의 선택 조합 정보 및 상기 과거에 수행된 게임 플레이의 결과 정보에 기초하여 학습된,게임 승부 예측 방법
|
7 |
7
제1항에 있어서,상기 선택 조합 정보는,상기 게임 플레이와 관련된 제1 팀 및 제2 팀의 팀별 게임 캐릭터 각각의 공격력, 방어력 및 마법 공격력을 포함하고, 상기 게임 캐릭터에 대응하는 변수 데이터를 포함하는,게임 승부 예측 방법
|
8 |
8
게임 승부 예측 모델을 학습시키는 학습 방법에 있어서,과거에 수행된 게임 플레이와 관련된 제1 팀 및 제2 팀의 팀별 게임 캐릭터의 선택 조합에 기초하여, 상기 선택 조합 정보를 수집하는 단계;상기 선택 조합 정보에 대하여 데이터 전처리를 수행하는 단계;상기 데이터 전처리가 수행된 선택 조합 정보를 게임 승부 예측 모델의 임베딩 모델에 입력하여 상기 각 팀별 게임 캐릭터의 선택 조합에 대한 특징 값을 획득하는 단계;상기 특징 값을 상기 게임 승부 예측 모델의 인공 신경망에 입력하여, 게임 승부에 대한 예측을 포함하는 출력 데이터를 획득하는 단계; 및상기 출력 데이터와 상기 과거에 수행된 게임 플레이의 결과 데이터에 기초하여 상기 임베딩 모델 및 상기 인공 신경망의 파라미터를 조정하는 단계를 포함하고,상기 게임 승부 예측 모델은,상기 임베딩 모델 및 상기 인공 신경망이 결합된 결합 모델이고,상기 임베딩 모델을 이용하여 상기 제1 팀에 대응하는 게임 캐릭터의 선택 조합 정보로부터 상기 제1 팀에 대응하는 특징 값을 추출하고, 상기 제2 팀에 대응하는 게임 캐릭터의 선택 조합 정보로부터 상기 제2팀에 대응하는 특징 값을 추출하고,상기 제1 팀에 대응하는 특징 값 및 상기 제2 팀에 대응하는 특징 값을 포함하는 입력 값을 상기 인공 신경망에 입력하여 게임 승부에 대한 예측 정보를 출력하는,학습 방법
|
9 |
9
게임 승부 예측 방법을 수행하는 게임 승부 예측 장치에 있어서,게임 플레이와 관련된 제1 팀 및 제2 팀의 팀별 게임 캐릭터의 선택 조합에 기초하여, 상기 선택 조합 정보를 수집하는 데이터 수집부;상기 선택 조합 정보에 대하여 데이터 전처리를 수행하는 데이터 전처리부;상기 데이터 전처리가 수행된 선택 조합 정보를 게임 승부 예측 모델의 임베딩 모델에 입력하여 상기 각 팀별 게임 캐릭터의 선택 조합에 대한 특징 값을 획득하고, 상기 특징 값을 상기 게임 승부 예측 모델의 인공 신경망에 입력하여, 게임 승부에 대한 예측 정보를 획득하는 게임 승부 예측부를 포함하고,상기 게임 승부 예측 모델은,상기 임베딩 모델 및 상기 인공 신경망이 결합된 결합 모델이고,상기 임베딩 모델을 이용하여 상기 제1 팀에 대응하는 게임 캐릭터의 선택 조합 정보로부터 상기 제1 팀에 대응하는 특징 값을 추출하고, 상기 제2 팀에 대응하는 게임 캐릭터의 선택 조합 정보로부터 상기 제2팀에 대응하는 특징 값을 추출하고,상기 제1 팀에 대응하는 특징 값 및 상기 제2 팀에 대응하는 특징 값을 포함하는 입력 값을 상기 인공 신경망에 입력하여 상기 게임 승부에 대한 예측 정보를 출력하는,게임 승부 예측 장치
|
10 |
10
게임 승부 예측 모델을 학습시키는 학습 방법을 수행하는 학습 장치에 있어서,과거에 수행된 게임 플레이와 관련된 제1 팀 및 제2 팀의 팀별 게임 캐릭터의 선택 조합에 기초하여, 상기 선택 조합 정보를 수집하는 데이터 수집부;상기 선택 조합 정보에 대하여 데이터 전처리를 수행하는 데이터 전처리부; 및게임 승부 예측 모델로부터 상기 게임 승부에 대한 예측을 포함하는 출력 데이터를 획득하고, 상기 출력 데이터 및 상기 과거에 수행된 게임 플레이의 결과 데이터에 기초하여 상기 게임 승부 예측 모델의 파라미터를 조정하는 학습부를 포함하고,상기 게임 승부 예측 모델은,임베딩 모델 및 인공 신경망이 결합된 결합 모델이고,상기 임베딩 모델을 이용하여 상기 제1 팀에 대응하는 게임 캐릭터의 선택 조합 정보로부터 상기 제1 팀에 대응하는 특징 값을 추출하고, 상기 제2 팀에 대응하는 게임 캐릭터의 선택 조합 정보로부터 상기 제2팀에 대응하는 특징 값을 추출하고,상기 제1 팀에 대응하는 특징 값 및 상기 제2 팀에 대응하는 특징 값을 포함하는 입력 값을 상기 인공 신경망에 입력하여 게임 승부에 대한 예측 정보를 출력하는,학습 장치
|