메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Si-Jae No (Hankuk University of Foreign Studies) Yoo-Jin Moon (Hankuk University of Foreign Studies) Young-Ho Hwang (Kunsan National University)
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제26권 제4호(통권 제205호)
발행연도
2021.4
수록면
213 - 221 (9page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
이 논문은 League of Legends (LOL) 게임의 승패를 예측하기 위하여 Deep Neural Network Model 시스템을 제안한다. 이 모델은 다양한 LOL 빅데이터를 활용하여 TensorFlow 의 Keras에 의하여 설계하였다. 연구 방법으로 한국 서버의 챌린저 리그에서 행해진 약 26000 경기 데이터 셋을 분석하여, 경기 도중 데이터를 수집하여 그 중에서 드래곤 처치 수, 챔피언 레벨, 정령, 타워 처치 수가 게임 결과에 유의미한 영향을 끼치는 것을 확인하였다. 이 모델은 Sigmoid, ReLu 와 Logcosh 함수를 사용했을 때 더 높은 정확도를 얻을 수 있었다. 실제 LOL의 프로 게임 16경기를 예측한 결과 93.75%의 정확도를 도출했다. 게임 평균시간이 34분인 것을 고려하였을 때, 게임 중반 15분 정도에 게임의 승패를 예측할 수 있음이 증명되었다. 본 논문에서 설계한 이 프로그램은 전 세계 E-sports 프로리그의 활성화, 승패예측과 프로팀의 유용한 훈련지표로 활용 가능하다고 사료된다.
#Neural network #AI #League of Legends #Deep learning #Big data #신경망 #인공지능 #리그오브레전드 #딥러닝 #빅데이터

목차

Abstract
요약
I. Introduction
II. Previous Studies and Preliminaries
III. The Proposed System Architecture
IV. Results of the Proposed Deep Learning Model
V. Conclusions
REFERENCES

참고문헌 (23)

참고문헌 신청
Yong Chen / 2016 / Big Data Analytics and Big Data Science: A Survey / Journal of Management Analytics 3(1):1~42 google schola Teradata / Big Data Analytics - Reveal the Best Opportunities for Big Data Companies google schola 김성호 / 2019 / BDBA(Big Data Business Analytics) 시스템과 SCM 관계에 관한 연구 / 무역통상학회지 19(2):89~107 google schola Hyejeong Park / 2019 / Deep Learning from TensorFlow / Hanbit Academy Press google schola Bruce Lehrman / 2020 / Big Data’s Role in the Post-COVID Era / Data Agility 16(11) google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

DNN을 활용한 ‘League of Legends’ 승부 예측
노시재 ,  이혜민 ,  조소은 외 2명 한국컴퓨터정보학회 학술발표논문집 2021 .01
기계학습을 활용한 게임승패 예측 및 변수중요도 산출을 통한 전략방향 도출
김용우 ,  김영민 한국게임학회 논문지 2021 .08
빅데이터를 활용한 게임 전략 및 유저 행동 패턴 분석: 배틀그라운드 게임을 중심으로
강하나 ,  용혜련 ,  황현석 한국게임학회 논문지 2019 .08
e-스포츠 서비스를 위한 인공지능 기반 게임 분석 기술 동향
이상광 ,  김대욱 ,  양성일 한국콘텐츠학회 종합학술대회 논문집 2021 .08
딥 러닝을 이용한 리그 오브 레전드 승패 예측 예비 연구
김근호 ,  김원식 ,  이병현 외 2명 한국통신학회 학술대회논문집 2019 .11

최근 본 자료

전체보기

댓글(0)

0