基于Attention机制与LRUA模块的ESports行为模式预测模型
随着电子竞技产业的不断发展,对电子竞技比赛进行准确且快速的数据分析显得越来越重要.文中对电子竞技行为模式预测这一重要问题进行了研究.从度量学习的角度出发,通过引入修正余弦度量替代余弦度量的方法,改善了行为模式预测因为队伍评价尺度不同而导致模型不精确的问题.同时,为了进一步提高模型的精确度,从文中数据的特征出发,考虑到该问题较为注重数据的内容,因此引入LRUA模块进行内存的存取.实验表明,所提模型具有较高的准确率以及较低的波动性.
行为模式预测、电子竞技、元学习、度量学习、匹配网络
46
TP18(自动化基础理论)
江苏省高等学校自然科学研究面上项目17KJB510054;云环境服务质量保障技术jit-b-201705;金陵科技学院高层次人才科研启动基金资助jit-b-201624;国家自然科学基金61502101;江苏省品牌软件工程40715108
2019-12-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
76-79,97