Geri Dön

The impact of machine learning on gaming industry

Makine öğreniminin oyun endüstrisindeki etkileri

  1. Tez No: 525477
  2. Yazar: SEZİN ENGÜR
  3. Danışmanlar: DR. SERCAN ŞENGÜN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: İngilizce
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Tasarım Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 50

Özet

Birçok alanda teknoloji doganin bir parcasi olarak insanın varoluşundan beri gelişimini sürdürmektedir. Yapay zeka da bunlardan biri. Daha akilli oyuncu olmayan karakterler (NPC), oyunlar yapay zeka tarafindan tasarlanmakta, oyuncularin ihtiyaclarinin gerçekçi olarak belirlenmesi hem oyuncuların tatminini hem de oyunlarin kalitelerini arttirmaktadir. Yapay zekanin bir alt kolu olan makine öğrenimi gunluk hayatimizin parcasi olmaya baslamis ve yeni nesil tarafindan insanlar gibi davranmasi beklenilmektedir. Teknoloji bircok teklif sunarken, sadece oyun tasarimcilari degil, gelistiriciler ve diger cesitli icerik üreticilerinin de geride kalmamak icin nasil daha iyi oyun yapmayi ve adapte olmayı öğrenmeye ihtiyaclari var. Bu tezde kucuk ve orta olcekli geliştirici oyun firmalarinin makine öğrenimi metotlarinin gelecekte daha sik kullanilmasindan nasil etkilenecegi ortaya çıkarılmaya calisilmistir. Metotlarin hizli kullanimi ileri seviye araclar gerektirmekte bunlar da buyuk teknoloji firmalari tarafindan sunulmaktadir. Teknoloji devlerinin makine öğrenimi konusundaki ürünleri onlari tezin onemli bir parcasi yapmistir.

Özet (Çeviri)

Technology in many areas has been evolving since human existence as part of our nature. Artificial intelligence is one of them. More intelligent non player characters, games designed by AI, realistically discovered gamers needs increase the quality both in video games and players' satisfaction. Machine learning is a AI 's subset methods began to be part of our daily lives and expected to react like human being by the new generation. The technology has a lot to offer and not only game designers, but also developers and any kind of content creators need to learn how and adapt to making better games not to stay behind . This thesis attempts to take apart how small and mid level development companies will be affected when machine learning methods are used more commonly in future. Usage of these methods faster required high level tools which are offered by huge tech companies. Understanding how these methods and tools are used, in what kind of games may exposure the future of gaming industry. Studies of tech giants make themselves an important part of the thesis.

Benzer Tezler

  1. Derin pekiştirmeli öğrenme yöntemi ile görüntü hash kodlarını oluşturma

    Generating image hash codes with deep reinforcement learning method

    ELİF AKKAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiSakarya Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BURHAN BARAKLI

  2. Generating an explainable time-series forecasting using heterogeneous mixture of experts with large language models

    Büyük dil modelleriyle birlikte farklı yapıda uzmanların karışımını kullanarak açıklanabilir bir zaman serisi tahmini oluşturma

    İSMAİL BALABAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. FULYA GÖKALP YAVUZ

  3. Makine öğrenimi yönteminin hat dengelemenin geliştirilmesi üzerine etkisi: Hazır giyim sektöründe bir vaka çalışması

    The impact of machine learning method on improvement of line balancing: A case study in the ready-to-wear industry

    CANBERK ELMALI

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Tekstil ve Tekstil MühendisliğiMarmara Üniversitesi

    Tekstil Mühendisliği Ana Bilim Dalı

    DR. ÖZGE URAL

  4. Comparison of machine learning algorithms on consumer credit classification

    Tüketici kredilerinin sınıflandırması üzerinde makineöğrenimi algoritmalarının karşılaştırması

    OĞUZ KOÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    İstatistikOrta Doğu Teknik Üniversitesi

    Finansal Matematik Ana Bilim Dalı

    PROF. DR. AYŞE SEVTAP KESTEL

    PROF. DR. ÖMÜR UĞUR

  5. Makine öğrenmesinde değişken seçim yöntemlerinin karşılaştırılması: Ev enerjisi tüketim tahmini

    Comparison of variable selection in machine learning methods: Household energy consumption estimation

    NURİ BERK URAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İstatistikHacettepe Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MERAL ÇETİN