エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
弐寺の譜面レベル推論モデルを作った - asari-saminun’s blog
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
弐寺の譜面レベル推論モデルを作った - asari-saminun’s blog
はじめに 弐寺のSP譜面レベル(1~12の12段階)を推論するモデルを作りましたので公開します。本記事は... はじめに 弐寺のSP譜面レベル(1~12の12段階)を推論するモデルを作りましたので公開します。本記事は音楽ゲームとニューラルネットワークの両方に興味がある人向けです。 要約 譜面を時系列データと捉え、LSTMを使ったニューラルネットワークによりレベルの推論を行いました。 学習の結果、検証データの正解率は 65.0% となりました。 信頼性はさておき、任意のSP譜面にレベルを自動で付与することが可能になりました。 ソースとモデル(github) 譜面の学習・推論方法 譜面のレベルは曲の最後にどれだけゲージを残しやすいかで決まると考えられます。全体の99%が簡単でも最後の1小節が難しい譜面はクリアも難しい(=高レベル)ですし、初めの方が難しくても残りが簡単であればクリアも易しく(=低レベルに)なります。従ってレベルの判定には、譜面そのものに加えて時間の考慮も必要と考えられます。今回は譜面を時