Fugu-MT 論文翻訳(概要): Development of an End-to-end Machine Learning System with Application to In-app Purchases

論文の概要: Development of an End-to-end Machine Learning System with Application to In-app Purchases

arxiv url: http://arxiv.org/abs/2412.12390v1
Date: Mon, 16 Dec 2024 22:57:46 GMT
ステータス: 翻訳完了
システム内更新日: 2024-12-18 13:57:56.332627
Title: Development of an End-to-end Machine Learning System with Application to In-app Purchases
Title（参考訳）: アプリ内購入のためのエンド・ツー・エンド機械学習システムの開発
Authors: Dionysios Varelas, Elena Bonan, Lewis Anderson, Anders Englesson, Christoffer Åhrling, Adrian Chmielewski-Anders,
Abstract要約: プレイヤーが次のアプリ内購入をいつ行うかを予測するため,我々はMLシステムを開発した。これらの予測はプレイヤーにオファーを提示するために使用される。
参考スコア（独自算出の注目度）: 0.1979158763744267
License:
Abstract: Machine learning (ML) systems have become vital in the mobile gaming industry. Companies like King have been using them in production to optimize various parts of the gaming experience. One important area is in-app purchases: purchases made in the game by players in order to enhance and customize their gameplay experience. In this work we describe how we developed an ML system in order to predict when a player is expected to make their next in-app purchase. These predictions are used to present offers to players. We briefly describe the problem definition, modeling approach and results and then, in considerable detail, outline the end-to-end ML system. We conclude with a reflection on challenges encountered and plans for future work.
Abstract（参考訳）: 機械学習(ML)システムは、モバイルゲーム産業において不可欠になっている。 Kingのような企業は、ゲーム体験のさまざまな部分を最適化するために、それらをプロダクションで使用している。ゲームプレイ体験を強化しカスタマイズするために、プレイヤーがゲーム内で購入する。本研究では,プレイヤーが次のアプリ内購入をいつ行うかを予測するため,MLシステムを開発した方法について述べる。これらの予測はプレイヤーにオファーを提示するために使用される。本稿では,問題定義,モデリングアプローチ,その結果を簡潔に記述し,その上で,エンドツーエンドのMLシステムを概説する。我々は、遭遇した課題と将来の仕事の計画について考察して結論付けます。

関連論文リスト

Instruction-Driven Game Engine: A Poker Case Study [53.689520884467065]
IDGEプロジェクトは、大規模言語モデルで自由形式のゲーム記述を追従し、ゲームプレイプロセスを生成することにより、ゲーム開発を民主化することを目的としている。我々は、複雑なシナリオへの露出を徐々に増大させるカリキュラム方式でIDGEを訓練する。我々の最初の進歩はポーカーのIDGEの開発であり、これは幅広いポーカーの変種をサポートするだけでなく、自然言語入力を通じて高度に個別化された新しいポーカーゲームを可能にする。
論文参考訳（メタデータ） (2024-10-17T11:16:27Z)
Can VLMs Play Action Role-Playing Games? Take Black Myth Wukong as a Study Case [20.14197375326218]
本研究の目的は,複雑なアクションゲーム環境にマルチモーダルエージェントを適用するための新たな洞察と方向性を提供することである。我々は、既存の視覚言語モデルの能力境界を探求する研究プラットフォームとして、ARPG、Black Myth: Wukong'を選択した。記録されたゲームプレイビデオとマウスとキーボードアクションを含む操作ログを含む人間の操作データセットをリリースする。
論文参考訳（メタデータ） (2024-09-19T16:30:25Z)
Grammar-based Game Description Generation using Large Language Models [12.329521804287259]
ゲームデザイン空間を効果的に構成するゲーム記述の文法を推論プロセスに導入する。ゲーム記述の生成において,本手法が有効であることを示す。
論文参考訳（メタデータ） (2024-07-24T16:36:02Z)
Instruction-Driven Game Engines on Large Language Models [59.280666591243154]
IDGEプロジェクトは、大規模な言語モデルが自由形式のゲームルールに従うことを可能にすることで、ゲーム開発を民主化することを目的としている。我々は、複雑なシナリオに対するモデルの露出を徐々に増大させるカリキュラム方式でIDGEを訓練する。私たちの最初の進歩は、汎用的なカードゲームであるPoker用のIDGEを開発することです。
論文参考訳（メタデータ） (2024-03-30T08:02:16Z)
Evolutionary Machine Learning and Games [2.742755573637173]
この章は、進化が機械学習(ML)の強化に使用されるか、進化を増強するためにMLが使用されるかに基づいて、ゲーム向けに構成する。完全性については、ゲーム内でMLと進化を別々に使用することについても、簡潔に論じる。
論文参考訳（メタデータ） (2023-11-20T13:21:39Z)
Technical Challenges of Deploying Reinforcement Learning Agents for Game Testing in AAA Games [58.720142291102135]
本稿では,既存の自動ゲームテストソリューションに,スクリプト型ボットをベースとして,実験的な強化学習システムを追加する取り組みについて述べる。ゲーム制作において強化学習を活用するためのユースケースを示し、ゲームのために同じ旅をしたいと思う人なら誰でも遭遇する最大の時間をカバーしています。我々は、機械学習、特にゲーム生産において効果的なツールである強化学習を作るのに価値があり、必要であると考えるいくつかの研究指針を提案する。
論文参考訳（メタデータ） (2023-07-19T18:19:23Z)
Promptable Game Models: Text-Guided Game Simulation via Masked Diffusion Models [68.85478477006178]
ニューラルビデオゲームシミュレータのためのPGM(Promptable Game Model)を提案する。ユーザーは高レベルのアクションシーケンスと低レベルのアクションシーケンスでゲームを実行することができる。私たちのPGMは、エージェントの目標をプロンプトの形で指定することで、ディレクターのモードをアンロックします。提案手法は,既存のニューラルビデオゲームシミュレータのレンダリング品質を著しく上回り,現在の最先端の能力を超えたアプリケーションをアンロックする。
論文参考訳（メタデータ） (2023-03-23T17:43:17Z)
Declarative Machine Learning Systems [7.5717114708721045]
機械学習(ML)は、学術的な取り組みから、コンピューティングのほぼすべての側面で採用されている普及した技術へと移行してきた。近年の自然科学におけるMLの適用の成功により、MLは人類が直面する最も困難な現実世界問題に対処するために利用できることが明らかとなった。 MLシステムの次の波は、おそらくコーディングスキルなしで、より多くの人が同じタスクを実行できると信じています。
論文参考訳（メタデータ） (2021-07-16T23:57:57Z)
ML-Quest: A Game for Introducing Machine Learning Concepts to K-12 Students [2.2559617939136505]
3つの機械学習(ML)概念の概念的概要を提供する3DビデオゲームであるML-Questを提案する。このゲームは,TAM(Technology Acceptance Model)モデルを用いて,その有用性とプレイヤエクスペリエンスについて,主に評価されている。参加者の約70%はML-Questに同意するか、あるいは強く同意している。
論文参考訳（メタデータ） (2021-07-13T16:05:01Z)
Teach me to play, gamer! Imitative learning in computer games via linguistic description of complex phenomena and decision tree [55.41644538483948]
本稿では,複雑な現象の言語記述に基づく模倣による新しい機械学習モデルを提案する。この手法は,ゲーム開発における知的エージェントの動作を設計し,実装するための優れた代替手段となる。
論文参考訳（メタデータ） (2021-01-06T21:14:10Z)
An Information-Theoretic Approach to Personalized Explainable Machine Learning [92.53970625312665]
本稿では,予測とユーザ知識のための簡易確率モデルを提案する。説明と予測の間の条件付き相互情報による説明の効果を定量化する。
論文参考訳（メタデータ） (2020-03-01T13:06:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。