論文の概要: What drives a goalkeepers' decisions?
- arxiv url: http://arxiv.org/abs/2211.00374v1
- Date: Tue, 1 Nov 2022 10:37:44 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-02 14:18:31.901701
- Title: What drives a goalkeepers' decisions?
- Title(参考訳): ゴールキーパーの意思決定を促すものは何か?
- Authors: Samer Fatayri, Kirill Serykh, Egor Gumin
- Abstract要約: ショットストッピングにおいて,どの動きが最も効果的かを予測するモデルを開発した。
ゴールキーパーの実際の行動と比較する。
本研究では,実戦におけるゴールキーパーの行動分析ツールを開発した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In soccer games, the goalkeeper's performance is an important factor to the
success of the whole team. Despite the goalkeeper's importance, little
attention has been paid to their performance in events and tracking data. Here,
we developed a model to predict which movements would be most effective for
shot-stopping and compare it to the real-life behavior of goalkeepers. This
model evaluates the performance of goalkeepers based on their position and dive
radius. We found that contrary to the movements that were considered most
effective by our model, real-life goalkeepers' movements were more diverse. We
further used our model to develop a tool to analyse goalkeepers' behavior in
real-life soccer games. In addition, a simulator function allows team analysts
or couches to identify situations that allow further improvement of the
reaction of the goalkeeper.
- Abstract(参考訳): サッカーの試合では、ゴールキーパーのパフォーマンスはチーム全体の成功にとって重要な要素です。
ゴールキーパーの重要性にもかかわらず、イベントのパフォーマンスやデータ追跡にはほとんど注意が払われていない。
そこで我々は,ショットストッピングに最も有効な動きを予測し,ゴールキーパーの実際の行動と比較するモデルを開発した。
このモデルは、ゴールキーパーの位置とダイブ半径に基づいて、ゴールキーパーのパフォーマンスを評価する。
実生活におけるゴールキーパーの動きは,モデルによって最も効果的と考えられる動きとは対照的に,より多様であった。
さらに,実生活サッカーの試合におけるゴールキーパーの行動分析ツールの開発に本モデルを用いた。
加えて、シミュレーター機能により、チームアナリストやソファーはゴールキーパーの反応をさらに改善できる状況を特定することができる。
関連論文リスト
- 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) - 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) - 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) - Incorporating Rivalry in Reinforcement Learning for a Competitive Game [65.2200847818153]
本研究は,競争行動の社会的影響に基づく新しい強化学習機構を提案する。
提案モデルでは, 人工エージェントの学習を調節するための競合スコアを導出するために, 客観的, 社会的認知的メカニズムを集約する。
論文 参考訳(メタデータ) (2022-08-22T14:06:06Z) - Explainable expected goal models for performance analysis in football
analytics [5.802346990263708]
本報告では,2014-15年と2020-21年の7シーズンから315,430発のショットをトレーニングした,欧州サッカーリーグのトップ5のゴールモデルを提案する。
我々の知る限りでは、この論文は、プロファイルを集約した説明可能な人工知能ツールの実用的な応用を実証した最初の論文である。
論文 参考訳(メタデータ) (2022-06-14T23:56:03Z) - Evaluation of creating scoring opportunities for teammates in soccer via
trajectory prediction [7.688133652295848]
実際の動作と軌道予測による参照動作を比較することで,オフボールスコアリングの機会を創出する選手を評価する。
検証のために,プロサッカーリーグのチーム全試合の年間給与,ゴール,評価との関係を検討した。
提案手法は,ボールのない選手がチームメイトに得点率を与えるための指標として有効であることが示唆された。
論文 参考訳(メタデータ) (2022-06-04T03:58:37Z) - 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) - Learning from the Pros: Extracting Professional Goalkeeper Technique
from Broadcast Footage [3.4386226615580107]
放送映像から抽出した3Dボディポーズデータを用いて教師なし機械学習モデルを訓練し、プロのゴールキーパー技術を学習する。
そして、"予測保存"モデルを開発し、そこから最適なゴールキーパーテクニックを異なるマッチングコンテキストで識別する。
論文 参考訳(メタデータ) (2022-02-22T18:17:30Z) - "Why Would I Trust Your Numbers?" On the Explainability of Expected
Values in Soccer [5.825190876052149]
本稿では,ショットの期待値を推定する,説明可能な一般化付加モデルを提案する。
我々は、練習者が慣れ親しんだピッチ上の指定されたゾーンにショットをファジィに割り当てることで、ショットの位置を表現している。
実験により,我々のモデルは既存のモデルと同じくらい正確であり,サッカー実践者には説明し易いことがわかった。
論文 参考訳(メタデータ) (2021-05-27T10:05:00Z) - Eye Movement Feature Classification for Soccer Goalkeeper Expertise
Identification in Virtual Reality [8.356765961526955]
本研究は,視線行動に基づくゴールキーパーの専門知識を客観的に分類するための有望な結果を示す。
スポーツ選手の知覚能力を高めるためのトレーニングシステムの設計を知らせる貴重な洞察を提供する。
論文 参考訳(メタデータ) (2020-09-23T12:18:41Z) - Mutual Information-based State-Control for Intrinsically Motivated
Reinforcement Learning [102.05692309417047]
強化学習において、エージェントは、外部報酬信号を用いて一連の目標に到達することを学習する。
自然界では、知的生物は内部の駆動から学習し、外部の信号を必要としない。
目的状態と制御可能な状態の間の相互情報として本質的な目的を定式化する。
論文 参考訳(メタデータ) (2020-02-05T19:21:20Z)
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。