論文の概要: Characterizing player's playing styles based on Player Vectors for each
playing position in the Chinese Football Super League
- arxiv url: http://arxiv.org/abs/2205.02731v1
- Date: Thu, 5 May 2022 16:05:02 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-06 16:01:06.682527
- Title: Characterizing player's playing styles based on Player Vectors for each
playing position in the Chinese Football Super League
- Title（参考訳）: 中国サッカースーパーリーグのプレーポジション毎のプレイヤーベクターに基づく選手のプレースタイルの特徴付け
- Authors: Yuesen Li, Shouxin Zong, Yanfei Shen, Zhiqiang Pu, Miguel-\'Angel
G\'omez, Yixiong Cui
- Abstract要約: サッカークラブにとって、スカウト、監視、試合の準備においてプレースタイルを特徴づけることが重要である。
以前の研究では、プレイヤーのスタイルは技術的なパフォーマンスの組み合わせと見なされ、空間的な情報を考慮できなかった。
本研究の目的は,中国サッカースーパーリーグ(CSL)の試合における各プレーポジションのプレースタイルを特徴付けることであり,近年採用されているプレーヤベクターズフレームワークを統合することである。
- 参考スコア（独自算出の注目度）: 2.8723936270730794
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Characterizing playing style is important for football clubs on scouting,
monitoring and match preparation. Previous studies considered a player's style
as a combination of technical performances, failing to consider the spatial
information. Therefore, this study aimed to characterize the playing styles of
each playing position in the Chinese Football Super League (CSL) matches,
integrating a recently adopted Player Vectors framework. Data of 960 matches
from 2016-2019 CSL were used. Match ratings, and ten types of match events with
the corresponding coordinates for all the lineup players whose on-pitch time
exceeded 45 minutes were extracted. Players were first clustered into 8
positions. A player vector was constructed for each player in each match based
on the Player Vectors using Nonnegative Matrix Factorization (NMF). Another NMF
process was run on the player vectors to extract different types of playing
styles. The resulting player vectors discovered 18 different playing styles in
the CSL. Six performance indicators of each style were investigated to observe
their contributions. In general, the playing styles of forwards and midfielders
are in line with football performance evolution trends, while the styles of
defenders should be reconsidered. Multifunctional playing styles were also
found in high rated CSL players.
- Abstract（参考訳）: プレースタイルを特徴付けることは、スカウティング、監視、試合準備においてサッカークラブにとって重要である。
以前の研究では、プレイヤーのスタイルは技術的なパフォーマンスの組み合わせと見なされ、空間情報は考慮されなかった。
そこで本研究では,中国サッカースーパーリーグ(CSL)の試合における各プレーポジションのプレースタイルを特徴付けることを目的として,最近採用されたプレーヤベクターズフレームワークを統合した。
2016-2019 CSLの960試合のデータを使用した。
オンピッチ時間45分を超えるすべてのラインアップ選手に対して、マッチレーティングと対応する座標との10種類のマッチイベントを抽出した。
プレイヤーはまず8つのポジションに分けられた。
非負行列因子化 (NMF) を用いて, プレイヤーベクトルに基づいて各試合におけるプレイヤーベクトルを構築した。
別のNMFプロセスはプレイヤーベクトル上で実行され、様々な種類のプレイスタイルを抽出した。
プレイヤーベクターはCSLで18種類のプレイスタイルを発見した。
各スタイルの6つのパフォーマンス指標を調査し,その貢献を観察した。
一般的に、フォワードやミッドフィールダーのプレースタイルはフットボールのパフォーマンスの進化傾向と一致しており、ディフェンダーのスタイルは再考されるべきである。
マルチファンクショナルプレイスタイルは、高い評価のCSLプレーヤーにも見られる。
関連論文リスト
- RisingBALLER: A player is a token, a match is a sentence, A path towards a foundational model for football players data analytics [0.0]
RisingBALLERは、フットボールの試合データに基づいてトレーニングされたトランスフォーマーモデルを利用して、マッチ固有のプレーヤー表現を学習する最初の公開アプローチである。
単純な機械学習モデル以上の、RisingBALLERは、プレーヤーのための高度な基礎的特徴を学習することによって、フットボールデータ分析を変換するように設計された包括的なフレームワークである。
論文 参考訳（メタデータ） (2024-10-01T14:39:22Z) - "Can You Play Anything Else?" Understanding Play Style Flexibility in League of Legends [54.60542351417308]
各プレイヤーの柔軟性を総合的柔軟性と時間的柔軟性の2つの尺度で計算する。
以上の結果から,ユーザの柔軟性はユーザの好みのプレイスタイルに依存し,柔軟性は結果に一致することが示唆された。
論文 参考訳（メタデータ） (2024-02-08T17:57:03Z) - Understanding why shooters shoot -- An AI-powered engine for basketball
performance profiling [70.54015529131325]
バスケットボールは、プレイスタイルやゲームダイナミクスなど、多くの変数によって規定されている。
パフォーマンスプロファイルが様々なプレイスタイルを反映できることは重要です。
プレイヤのパフォーマンスプロファイルをタイムリーに可視化するツールを提案する。
論文 参考訳（メタデータ） (2023-03-17T01:13:18Z) - NBA2Vec: Dense feature representations of NBA players [0.0]
本稿では,各プレーヤの高密度特徴表現を抽出するWord2Vecに基づくニューラルネットワークモデルであるNBA2Vecを提案する。
NBA2Vecは、2017年のNBAプレイオフシリーズの結果を正確に予測する。
NBA2Vec埋め込みの今後の応用は、プレイヤーのスタイルを特徴付けることで、プレイヤーの獲得とコーチング決定のための予測モデルに革命をもたらす可能性がある。
論文 参考訳（メタデータ） (2023-02-26T19:05:57Z) - A Graph-Based Method for Soccer Action Spotting Using Unsupervised
Player Classification [75.93186954061943]
アクションスポッティングには、ゲームのダイナミクス、イベントの複雑さ、ビデオシーケンスのバリエーションを理解することが含まれる。
本研究では, (a) 選手, 審判, ゴールキーパーをグラフのノードとして識別し, および (b) 時間的相互作用をグラフのシーケンスとしてモデル化することによって, 前者に焦点を当てる。
プレーヤ識別タスクでは,他のモダリティと組み合わせることで,平均mAPの57.83%の総合的な性能が得られる。
論文 参考訳（メタデータ） (2022-11-22T15:23:53Z) - Collusion Detection in Team-Based Multiplayer Games [57.153233321515984]
チームベースのマルチプレイヤーゲームにおいて,協調動作を検出するシステムを提案する。
提案手法は,ゲーム内行動パターンと組み合わせたプレイヤーの社会的関係を解析する。
次に,非教師なし学習手法であるアイソレーションフォレストによる検出を自動化する。
論文 参考訳（メタデータ） (2022-03-10T02:37:39Z) - Transfer Portal: Accurately Forecasting the Impact of a Player Transfer
in Soccer [0.0]
異なるリーグ間で転送される場合、将来のプレイヤーのパフォーマンスを予測することは複雑な作業である。
本稿では,これらの問題に対処し,今後の性能を正確に予測する手法を提案する。
我々のTransfer Portalモデルは、プレイヤー、チーム、リーグのスタイリスティックなレベルの入力表現と能力レベルの入力表現の両方にパーソナライズされたニューラルネットワークを使用して、選択されたクラブの選手のパフォーマンスをシミュレートする。
論文 参考訳（メタデータ） (2022-01-27T14:15:09Z) - Bayesian Learning of Play Styles in Multiplayer Video Games [0.0]
オンラインマルチプレイヤーゲームBattlefield 3の階層的ベイズ回帰手法を開発した。
私たちはバトルフィールド3プレーヤーのサンプルの中で共通のプレースタイルを発見します。
総合的なハイパフォーマンスを示すプレイヤーのグループと、特定のゲームタイプ、マップ、ロールで特によく演奏するプレイヤーのグループを見つけます。
論文 参考訳（メタデータ） (2021-12-14T14:48:24Z) - Player Modeling using Behavioral Signals in Competitive Online Games [4.168733556014873]
本稿では,マッチング作成のためのプレイヤーのモデリングにおいて,演奏行動の異なる側面に対処することの重要性に焦点をあてる。
75,000以上のバトルロイヤルマッチのデータセットからいくつかの行動特性を設計し、プレイヤーモデルを作成しました。
次に、作成したモデルを使用して、データ内のさまざまなプレイヤーのグループのランクを予測します。
論文 参考訳（メタデータ） (2021-11-29T22:53:17Z) - 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) - L2E: Learning to Exploit Your Opponent [66.66334543946672]
本稿では,暗黙的対向モデリングのための新しい学習フレームワークを提案する。
L2Eは、トレーニング中に異なる相手との対話によって、相手を悪用する能力を取得する。
本稿では, 対戦相手を自動的に生成する新しい対戦相手戦略生成アルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-02-18T14:27:59Z)
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。