18:10 〜 18:30
[2K6-GS-2-03] 深層学習を用いたマルチモーダルデータに基づくトレーディングカードの価格変動予測
キーワード:深層学習、機械学習、時系列分析、マルチモーダルデータ、不均衡データ
近年, 株価や為替レートといった時系列データを対象にその変動を人工知能により予測する研究が盛んになされている. 時系列データの 1 つにトレーディングカードゲーム (Trading Card Game: TCG) に用いられるカードの価格がある. TCG とは攻撃値や能力を表す文章が記述された専用のカードを用いて対戦するゲームであり, ゲームの魅力のみならず価格の変動性も注目を集めている. こうした背景から, TCG のカードの価格変動を機械学習手法により予測する研究がいくつかなされているが, 深層学習を用いたものはほとんど存在しない. また, TCG のカードにおいて価格が上昇するものは少数であり, モデルの学習においてはデータの不均衡さが課題となる. カードの価格変動においてはカードの能力を表す数値やテキストのデータに加えて, レアリティや発売時期, 過去の価格などの多様なデータが要因となっている. そこで, 本研究ではマルチモーダルデータと深層学習を用いてカードの価格上昇の有無を予測するモデルを提案し, その有効性を示す.
講演PDFパスワード認証
論文PDFの閲覧にはログインが必要です。参加登録者の方は「参加者用ログイン」画面からログインしてください。あるいは論文PDF閲覧用のパスワードを以下にご入力ください。