带有区域EEG数据的双路变压器,用于准确的游戏规律分类
Jinui Lee1,2, Jae-Ho Han1,3
1Department of Brain and Cognitive Engineering, Korea University, 145 Anam Rd., Seoul 02841, Republic of Korea.
Brain sciences
|March 28, 2024
概括
这项研究使用脑电图 (EEG) 和一种新的双模变压器模型来分类游戏使用频率. 该模型准确地预测了玩家参与度,有助于定制游戏开发以更好地获得玩家.
科学领域:
- 神经科学是一个神经科学.
- 计算机科学 计算机科学
- 人与计算机的交互
背景情况:
- 游戏越来越多地用于教育和医疗保健.
- 了解用户行为对于有效的游戏开发和玩家收购至关重要.
- 分析游戏频率的现有方法缺乏精度.
研究的目的:
- 使用脑电图 (EEG) 数据对游戏使用频率进行分类.
- 为分析大脑活动引入一种新的双模转换器架构.
- 为改善游戏开发和玩家获取策略提供见解.
主要方法:
- 使用了多式移动脑体成像 (MOBI) 数据集.
- 将游戏使用频率分为"经常"和"有时".
- 开发了一种双模变压器模型,用于额叶 (AF) 和叶 (TP) 的专用通道,集成卷积,自我注意和交叉注意机制.
主要成果:
- 获得的分类准确率为88.86% (五倍交叉验证) 和85.11% (离开一个主题的交叉验证).
- 该模型有效地区分了AF和TP大脑通道,揭示了功能差异.
- 证明了该模型在分析道间相关性方面的能力.
结论:
- 拟议的模型准确地分类了游戏频率,为游戏开发提供了有价值的见解.
- 这种方法支持有针对性的玩家参与和定制游戏设计.
- 通过数据驱动游戏开发,为战略球员的获取做出贡献.
