論文の概要: Performance Indicators Contributing To Success At The Group And Play-Off Stages Of The 2019 Rugby World Cup

• arxiv url: http://arxiv.org/abs/2012.02099v1
• Date: Thu, 29 Oct 2020 06:26:32 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-01 23:54:43.604046
• Title: Performance Indicators Contributing To Success At The Group And Play-Off Stages Of The 2019 Rugby World Cup
• Title（参考訳）: 2019年のラグビーワールドカップのグループとプレーオフのステージで、パフォーマンス指標が成功に貢献
• Authors: Rory Bunker and Kirsten Spencer
• Abstract要約: グループステージの成功と2019年のラグビーワールドカップのプレーオフステージに寄与したパフォーマンス指標が分析された。 結果は、チームがグループステージからトーナメントのプレーオフステージへプレー戦略を適用する必要性を強調した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Performance indicators that contributed to success at the group stage and play-off stages of the 2019 Rugby World Cup were analysed using publicly available data obtained from the official tournament website using both a non-parametric statistical technique, Wilcoxon's signed rank test, and a decision rules technique from machine learning called RIPPER. Our statistical results found that ball carry effectiveness (percentage of ball carries that penetrated the opposition gain-line) and total metres gained (kick metres plus carry metres) were found to contribute to success at both stages of the tournament and that indicators that contributed to success during the group stages (dominating possession, making more ball carries, making more passes, winning more rucks, and making less tackles) did not contribute to success at the play-off stage. Our results using RIPPER found that low ball carries and a low lineout success percentage jointly contributed to losing at the group stage, while winning a low number of rucks and carrying over the gain-line a sufficient number of times contributed to winning at the play-off stage of the tournament. The results emphasise the need for teams to adapt their playing strategies from the group stage to the play-off stage at tournament in order to be successful.
• Abstract（参考訳）: 2019年ラグビーワールドカップのグループステージとプレーオフステージの成功に寄与したパフォーマンス指標は、非パラメトリック統計技術、ウィルコクソンの署名されたランクテスト、RIPPERと呼ばれる機械学習による決定ルール技術の両方を用いて、公式トーナメントウェブサイトから入手した公開データを用いて分析された。 統計的結果から,ボールキャリーの有効性(相手のゲインラインを貫通するボールキャリーの割合)と総メートルゲイン(キックm+キャリーm)は,トーナメントの両ステージでの成功に寄与し,グループステージにおける成功に寄与する指標(保持率,ボールキャリーの増加,パス数の増加,トラック数の増加,タックル数の減少)は,プレーオフステージの成功には寄与しなかった。 リッパーを用いた結果では,低球搬送率と低ラインアウト成功率がグループステージでの敗退に寄与し,低リンク数で勝利し,トーナメントのプレーオフステージでの勝利に十分な回数のゲインラインを担った。 その結果、チームが成功するために、グループステージからトーナメントのプレーオフステージにプレイ戦略を適用する必要があることが強調された。

関連論文リスト

• Towards AI-Powered Video Assistant Referee System (VARS) for Association Football [58.04352163544319]
  Video Assistant Referee (VAR)は、バックステージの審判が複数の視点からピッチ上のインシデントをレビューできるようにするイノベーションである。 VARは現在、高価なインフラと世界中の審判の欠如のために、プロリーグに限られている。 マルチビュービデオ解析における最新の知見を活用する半自動ビデオアシスタント参照システム(VARS)を提案する。
  論文  参考訳（メタデータ） (2024-07-17T11:09:03Z)
• Arena Learning: Build Data Flywheel for LLMs Post-training via Simulated Chatbot Arena [126.70522244144088]
  AI駆動のアノテーションを使ってアリーナの戦いをシミュレートするために設計された、革新的なオフライン戦略であるArena Learningを紹介します。 Arena Learningは、オフラインシミュレーションとオンラインコンペティションの正確な評価と一貫性を保証する。 ターゲットモデルであるWizardLM-$beta$をトレーニングするためにArena Learningを適用し、大幅なパフォーマンス向上を示します。
  論文  参考訳（メタデータ） (2024-07-15T11:26:07Z)
• Bayes-xG: Player and Position Correction on Expected Goals (xG) using Bayesian Hierarchical Approach [55.2480439325792]
  本研究は, 期待目標(xG)測定値を用いて, 目標となるショットの予測における選手や位置要因の影響について検討した。 StatsBombの公開データを使って、イングランドのプレミアリーグから1万発のショットを分析している。 この研究は、スペインのラ・リガとドイツのブンデスリーガのデータに分析を拡張し、同等の結果を得た。
  論文  参考訳（メタデータ） (2023-11-22T21:54:02Z)
• Passing Heatmap Prediction Based on Transformer Model and Tracking Data [0.0]
  本研究では,パスの潜在的な終端位置を予測できる新しいディープラーニングネットワークアーキテクチャを提案する。 28,000回以上のイベントを解析すると、0.7以上のTop-1精度で堅牢な予測が達成される。 また、この予測に基づいて、ピッチコントロールとパスオプションをよりよく理解することで、選手のオフボール運動が防御性能に与える影響を測定することができる。
  論文  参考訳（メタデータ） (2023-09-04T11:14:22Z)
• League of Legends: Real-Time Result Prediction [0.0]
  本稿では,機械学習技術を用いて,電子ゲームリーグ・オブ・レジェンド(LoL)の試合結果の予測について検討する。 様々なモデルが評価され、その結果が奨励された。 この研究は、電子ゲームに応用された機械学習の分野に寄与し、League of Legendsにおけるリアルタイム予測に関する貴重な洞察を提供する。
  論文  参考訳（メタデータ） (2023-09-02T02:01:51Z)
• Mastering the Game of No-Press Diplomacy via Human-Regularized Reinforcement Learning and Planning [95.78031053296513]
  ノープレス外交(No-press Diplomacy)は、協力と競争の両方を含む複雑な戦略ゲームである。 我々は、人間の模倣学習ポリシーに対する報酬最大化ポリシーを規則化する、DiL-piKLと呼ばれる計画アルゴリズムを導入する。 RL-DiL-piKLと呼ばれる自己再生強化学習アルゴリズムに拡張可能であることを示す。
  論文  参考訳（メタデータ） (2022-10-11T14:47:35Z)
• Retrospective on the 2021 BASALT Competition on Learning from Human Feedback [92.37243979045817]
  競争の目的は、人間のフィードバック(LfHF)技術から学び、オープンワールドの課題を解決するエージェントへの研究を促進することであった。 LfHF技術の使用を義務付けるのではなく、ビデオゲームMinecraftで達成すべき自然言語の4つのタスクについて説明した。 チームは、様々な可能な人間のフィードバックタイプにまたがる多様なLfHFアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2022-04-14T17:24:54Z)
• Generating Diverse and Competitive Play-Styles for Strategy Games [58.896302717975445]
  ターン型戦略ゲーム(Tribes)のためのプログレッシブアンプランによるPortfolio Monte Carlo Tree Searchを提案する。 品質分散アルゴリズム(MAP-Elites)を使用して異なるプレイスタイルを実現し、競争レベルを維持しながらパラメータ化する方法を示します。 その結果,このアルゴリズムは,トレーニングに用いるレベルを超えて,幅広いゲームレベルにおいても,これらの目標を達成できることが示された。
  論文  参考訳（メタデータ） (2021-04-17T20:33:24Z)
• Evaluation of soccer team defense based on prediction models of ball recovery and being attacked [0.8921166277011345]
  本研究では,ボールの回復と攻撃の予測に基づいて,チーム防御を評価する手法を提案する。 45試合のデータを用いて,提案する指標とチームパフォーマンスの関係を検討した。
  論文  参考訳（メタデータ） (2021-03-17T13:15:41Z)
• Optimising Long-Term Outcomes using Real-World Fluent Objectives: An Application to Football [16.456411166427188]
  シーズンのチームの目標をモデル化し、ゲームが展開するにつれてこれらがどのように進化するかを追跡し、意思決定ゲームに役立つ流動的な目標を提供します。 我々は,マルコフ連鎖モンテカルロと,従来のゲームや環境の他のゲームから学習するために,流動的な目的を生かしたディープラーニングベースのアルゴリズムを開発した。 760試合の実際のデータセットを用いたアプローチのシミュレーションでは、流動性のある目標と事前のゲームで最適化された戦術を用いることで、平均的な増加チームではリーグ内の分布を最大35.6%まで増やすことができる。
  論文  参考訳（メタデータ） (2021-02-18T16:42:04Z)
• An analysis of Reinforcement Learning applied to Coach task in IEEE Very Small Size Soccer [2.5400028272658144]
  本稿では、強化学習(RL)に基づくコーチングタスクのエンドツーエンドアプローチを提案する。 シミュレーション環境では、3つの異なるチームに対して2つのRLポリシーをトレーニングしました。 結果はVSSSリーグのトップチームの1つに対して評価された。
  論文  参考訳（メタデータ） (2020-11-23T23:10:06Z)

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。