論文の概要: A framework for the fine-grained evaluation of the instantaneous expected value of soccer possessions

• arxiv url: http://arxiv.org/abs/2011.09426v1
• Date: Wed, 18 Nov 2020 17:51:22 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-24 04:38:10.071373
• Title: A framework for the fine-grained evaluation of the instantaneous expected value of soccer possessions
• Title（参考訳）: サッカー所有物の瞬間的期待値の微粒度評価のための枠組み
• Authors: Javier Fernandez (1 and 2), Luke Bornn (3), Daniel Cervone (4) ((1) Polytechnic University of Catalonia, (2) FC Barcelona, (3) Simon Fraser University, (4) Zelus Analytics)
• Abstract要約: 本研究では,サッカーの実践者に対して,観察行動と潜在的行動の両方の影響を評価するための総合的な分析フレームワークを開発する。 サッカーにおける未解明問題の集合を含む,EVVのすべてのコンポーネントのモデルが得られることを示す。
• 参考スコア（独自算出の注目度）: 1.0224234677367114
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The expected possession value (EPV) of a soccer possession represents the likelihood of a team scoring or receiving the next goal at any time instance. By decomposing the EPV into a series of subcomponents that are estimated separately, we develop a comprehensive analysis framework providing soccer practitioners with the ability to evaluate the impact of both observed and potential actions. We show we can obtain calibrated models for all the components of EPV, including a set of yet-unexplored problems in soccer. We produce visually-interpretable probability surfaces for potential passes from a series of deep neural network architectures that learn from low-level spatiotemporal data. Additionally, we present a series of novel practical applications providing coaches with an enriched interpretation of specific game situations.
• Abstract（参考訳）: サッカー所有物の期待保持値(EPV)は、いつでも次のゴールを決め、獲得する可能性を表す。 EPVを別々に見積もる一連のサブコンポーネントに分解することにより、観察と潜在的行動の両方の影響を評価する能力を持つサッカー実践者に提供する包括的な分析フレームワークを開発する。 サッカーにおける未探索問題の集合を含む,EVVのすべてのコンポーネントに対する校正モデルが得られることを示す。 低レベルの時空間データから学習する一連のディープニューラルネットワークアーキテクチャから、潜在的パスに対する視覚的に解釈可能な確率曲面を生成する。 さらに,具体的ゲーム状況の豊かな解釈をコーチに提供する新しい実践的応用のシリーズを提示する。

関連論文リスト

• Cambrian-1: A Fully Open, Vision-Centric Exploration of Multimodal LLMs [56.391404083287235]
  視覚中心のアプローチで設計したマルチモーダルLLM(MLLM)のファミリーであるCambrian-1を紹介する。 本研究は,様々な視覚表現を評価するためのインタフェースとして,LLMとビジュアルインストラクションチューニングを用いた。 モデルウェイト、コード、サポートツール、データセット、詳細なインストラクションチューニングと評価のレシピを提供しています。
  論文  参考訳（メタデータ） (2024-06-24T17:59:42Z)
• Foul prediction with estimated poses from soccer broadcast video [0.9002260638342727]
  サッカーのファウルを予想する革新的な深層学習手法を導入する。 本手法は,新しいサッカーファールデータセットをキュレートすることで,映像データ,ボックス位置のバウンディング,画像詳細,ポーズ情報を統合する。 この結果はサッカーにおけるファールプレイの深い理解に重要な意味を持つ。
  論文  参考訳（メタデータ） (2024-02-15T01:25:19Z)
• Estimating Player Performance in Different Contexts Using Fine-tuned Large Events Models [0.7373617024876725]
  本稿では,Large Event Models (LEM) のサッカー解析への応用について紹介する。 LEMは、単語ではなく、後続のイベントの変数を予測する。 我々は、2017-18シーズンのプレミアリーグシーズンのWyScoutデータセットによる微調整LEMに焦点を当てている。
  論文  参考訳（メタデータ） (2024-02-09T22:47:25Z)
• ShuttleSHAP: A Turn-Based Feature Attribution Approach for Analyzing Forecasting Models in Badminton [52.21869064818728]
  バドミントンにおけるプレイヤー戦術予測のための深層学習アプローチは、部分的にはラリープレイヤの相互作用に関する効果的な推論に起因する有望なパフォーマンスを示している。 本稿では,Shapley値の変量に基づいてバドミントンにおける予測モデルを解析するためのターンベース特徴属性手法であるShuttleSHAPを提案する。
  論文  参考訳（メタデータ） (2023-12-18T05:37:51Z)
• Transformer-Based Neural Marked Spatio Temporal Point Process Model for Football Match Events Analysis [0.6946929968559495]
  本稿では,ニューラル・テンポラル・ポイント・プロセス・フレームワークに基づくフットボール・イベント・データのモデルを提案する。 検証のために,サッカーチームの最終ランキング,平均ゴールスコア,シーズン平均xGとの関係を検討した。 平均HPUSはゴールやショットの詳細を使わずとも有意な相関を示した。
  論文  参考訳（メタデータ） (2023-02-18T10:02:45Z)
• SoccerNet-Tracking: Multiple Object Tracking Dataset and Benchmark in Soccer Videos [62.686484228479095]
  本稿では,各30の200列からなる複数物体追跡のための新しいデータセットを提案する。 データセットは、バウンディングボックスとトラックレットIDで完全に注釈付けされている。 分析の結果,サッカービデオにおける複数の選手,審判,ボール追跡が解決されるには程遠いことがわかった。
  論文  参考訳（メタデータ） (2022-04-14T12:22:12Z)
• Is it worth the effort? Understanding and contextualizing physical metrics in soccer [1.2205797997133396]
  このフレームワークは、サッカーの物理的側面と技術的戦術的側面の関連について深い洞察を与える。 トップダウンアプローチのおかげで、物理パフォーマンスとバリュー生成を関連付けることができます。
  論文  参考訳（メタデータ） (2022-04-05T16:14:40Z)
• TRiPOD: Human Trajectory and Pose Dynamics Forecasting in the Wild [77.59069361196404]
  TRiPODは、グラフの注目ネットワークに基づいて身体のダイナミクスを予測する新しい方法です。 実世界の課題を取り入れるために,各フレームで推定された身体関節が可視・視認可能かどうかを示す指標を学習する。 評価の結果,TRiPODは,各軌道に特化して設計され,予測タスクに特化している。
  論文  参考訳（メタデータ） (2021-04-08T20:01:00Z)
• Game Plan: What AI can do for Football, and What Football can do for AI [83.79507996785838]
  予測的および規範的フットボール分析は、統計学習、ゲーム理論、コンピュータビジョンの交差点における新たな発展と進歩を必要とする。 フットボール分析は、サッカー自体のゲームを変えるだけでなく、この領域がAIの分野で何を意味するのかという観点からも、非常に価値の高いゲームチェンジャーであることを示す。
  論文  参考訳（メタデータ） (2020-11-18T10:26:02Z)
• SoccerMap: A Deep Learning Architecture for Visually-Interpretable Analysis in Soccer [1.1377027568901037]
  サッカーにおける潜在的なパスの完全な確率曲面を推定できる完全な畳み込みニューラルネットワークアーキテクチャを提案する。 本研究では,パス成功確率の推定において,ネットワークの性能が著しく向上することを示す。 本稿では,プレイヤーレベルでのパスリスクの評価を含む,実践的な応用について述べる。
  論文  参考訳（メタデータ） (2020-10-20T11:28:48Z)
• CDEvalSumm: An Empirical Study of Cross-Dataset Evaluation for Neural Summarization Systems [121.78477833009671]
  データセット間設定下での様々な要約モデルの性能について検討する。 異なるドメインの5つのデータセットに対する11の代表的な要約システムに関する包括的な研究は、モデルアーキテクチャと生成方法の影響を明らかにしている。
  論文  参考訳（メタデータ） (2020-10-11T02:19:15Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。