10.3969/j.issn.1000-386x.2020.11.014
一种基于神经网络和Bradley-Terry模型的围棋等级分模型
竞技类体育赛事和游戏等一般都依赖于等级分系统进行评价,现有等级分系统存在对局信息未得到充分利用问题.针对围棋对局数据的时间跨度大及包含让子棋局特点,基于经典成对数据比较模型(Bradley-Terry模型)构建神经网络等级分模型(NN-Rating).通过历史衰减方法提高模型时效性,同时借鉴主场优势特性扩展模型处理让子棋局.在真实围棋比赛数据上的实验结果及其分析表明,NN-Rating模型有良好的客观性和稳定性,相比较Elo、Trueskill和Whole-History Rating(WHR)算法具有更高的预测准确性.
Bradley-Terry模型、神经网络模型、等级分系统、围棋、历史衰减
37
TP399(计算技术、计算机技术)
2020-11-18（万方平台首次上网日期，不代表论文的发表时间）
共6页
79-83,138
