論文の概要: CAMP: A Context-Aware Cricket Players Performance Metric
- arxiv url: http://arxiv.org/abs/2307.13700v1
- Date: Fri, 14 Jul 2023 15:12:10 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-30 04:08:08.961286
- Title: CAMP: A Context-Aware Cricket Players Performance Metric
- Title（参考訳）: CAMP: コンテキスト対応クリケットプレーヤーのパフォーマンス指標
- Authors: Muhammad Sohaib Ayub, Naimat Ullah, Sarwan Ali, Imdad Ullah Khan, Mian
Muhammad Awais, Muhammad Asad Khan and Safiullah Faizullah
- Abstract要約: 我々は,クリケットマッチ結果に対する個々の選手の貢献度を定量化するために,プレイヤパフォーマンスのコンテキスト対応指標であるCAMPを提案する。
CAMPはデータマイニング手法を採用し、選択とドラフト、コーチングとトレーニング、チームラインアップ、戦略開発に効果的なデータ駆動意思決定を可能にする。
2001年から2019年にかけてのクリケットの試合データからCAMPを実験的に評価した。
- 参考スコア（独自算出の注目度）: 0.8312466807725919
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Cricket is the second most popular sport after soccer in terms of viewership.
However, the assessment of individual player performance, a fundamental task in
team sports, is currently primarily based on aggregate performance statistics,
including average runs and wickets taken. We propose Context-Aware Metric of
player Performance, CAMP, to quantify individual players' contributions toward
a cricket match outcome. CAMP employs data mining methods and enables effective
data-driven decision-making for selection and drafting, coaching and training,
team line-ups, and strategy development. CAMP incorporates the exact context of
performance, such as opponents' strengths and specific circumstances of games,
such as pressure situations. We empirically evaluate CAMP on data of
limited-over cricket matches between 2001 and 2019. In every match, a committee
of experts declares one player as the best player, called Man of the M}atch
(MoM). The top two rated players by CAMP match with MoM in 83\% of the 961
games. Thus, the CAMP rating of the best player closely matches that of the
domain experts. By this measure, CAMP significantly outperforms the current
best-known players' contribution measure based on the Duckworth-Lewis-Stern
(DLS) method.
- Abstract（参考訳）: クリケットはサッカーに次いで2番目に人気のあるスポーツである。
しかしながら、チームスポーツにおける基本的なタスクである個々の選手のパフォーマンス評価は、主に平均ラン数やウィケットの総合的なパフォーマンス統計に基づいている。
我々は,クリケットマッチ結果に対する個々の選手の貢献度を定量化するために,プレイヤーパフォーマンスのコンテキスト対応指標であるCAMPを提案する。
CAMPはデータマイニング手法を採用し、選択とドラフト、コーチングとトレーニング、チームラインアップ、戦略開発に効果的なデータ駆動意思決定を可能にする。
CAMPは、相手の強みやプレッシャー状況のようなゲームの特定の状況など、パフォーマンスの正確なコンテキストを取り入れている。
2001年から2019年にかけてのクリケットの試合データからCAMPを実験的に評価した。
すべての試合において、専門家委員会が1人のプレイヤーを「マン・オブ・ザ・M}atch」(MoM)と宣言する。
CAMPによる上位2人のプレイヤーは961試合中83.%でMoMと対戦した。
したがって、最高のプレイヤーのCAMP評価はドメインの専門家のものと密接に一致している。
この測定により、CAMPはDuckworth-Lewis-Stern (DLS)法に基づいて、現在最もよく知られているプレーヤーの貢献度を著しく上回る。
関連論文リスト
- MatchTime: Towards Automatic Soccer Game Commentary Generation [52.431010585268865]
観客の視聴体験を改善するために,自動サッカーゲーム解説モデルの構築を検討する。
まず、既存のデータセットでよく見られるビデオテキストのミスアライメントを観察し、49試合のタイムスタンプを手動でアノテートする。
第2に,既存のデータセットを自動的に修正・フィルタリングするマルチモーダル時間アライメントパイプラインを提案する。
第3に、キュレートされたデータセットに基づいて、MatchVoiceという自動コメント生成モデルをトレーニングします。
論文 参考訳（メタデータ） (2024-06-26T17:57:25Z) - 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) - Impact of a Batter in ODI Cricket Implementing Regression Models from
Match Commentary [0.0]
本研究は,プレイヤーがどのような状況でどれだけコントロールしているかを判断することで,このインパクトのあるパフォーマンスの背景にある欠点を理解することを目的とする。
私たちはOne Day Internationalの3人の著名なクリケット選手(Rohit G Sharma、David A Warner、Kene S Williamson)のキャリアに関するデータを収集しました。
我々は、各プレイヤーのデータに対して、複数の線形回帰(MLR)、ポリノミアル回帰、サポートベクトル回帰(SVR)、決定木回帰、ランダムフォレスト回帰を個別に使用し、プレイヤーがゲームに与える影響を予測する。
論文 参考訳（メタデータ） (2023-02-22T06:42:20Z) - 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) - 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) - Prediction of the outcome of a Twenty-20 Cricket Match : A Machine
Learning Approach [1.417373050337415]
我々は、T20クリケットマッチの結果を予測するために、4つの異なる機械学習アプローチを試す。
具体的には、競技チームに関わる選手の過去のパフォーマンス統計、評価されたクリケット統計ウェブサイトから得られた選手のレーティング、類似したパフォーマンス統計をクラスタリングし、ELOに基づくプレイヤーの評価手法を用いた新しい手法を提案する。
本稿では,ロジスティック回帰,サポートベクタマシン,ベイズネットワーク,決定木,ランダムフォレストなど,さまざまなMLアルゴリズムを用いて,これらの特徴工学手法の性能を比較した。
論文 参考訳（メタデータ） (2022-09-13T23:43:36Z) - 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) - Prediction of IPL Match Outcome Using Machine Learning Techniques [0.0]
インド・プレミアリーグ(英語: Indian Premier League、IPL)は、インドのサッカークラブである。
ライブストリーミング、ラジオ、テレビ放送など多くの要素がこのリーグをクリケットファンの間で人気を博した。
IPLマッチの結果を予測することは、オンライントレーダーやスポンサーにとって非常に重要である。
論文 参考訳（メタデータ） (2021-09-30T09:45:34Z) - Learning To Describe Player Form in The MLB [5.612162576040905]
本稿では,MLBにおけるプレイヤーフォームを記述するための,新しいコントラスト学習ベースのフレームワークを提案する。
私たちのフォーム表現には、プレイヤーがプレイのコースにどう影響するかの情報が含まれています。
これらの埋め込みは、ゲーム内のイベント、例えばアットバットやゲームの勝者の結果を予測するために使用できる。
論文 参考訳（メタデータ） (2021-09-11T13:42:07Z) - Evaluating Team Skill Aggregation in Online Competitive Games [4.168733556014873]
本稿では,2つの新しい集計手法が評価システムの予測性能に与える影響について分析する。
以上の結果から,テストケースの大部分において,MAX法が他の2手法よりも優れていることが示された。
本研究の結果は,チームのパフォーマンスを計算するために,より精巧な手法を考案する必要性を浮き彫りにした。
論文 参考訳（メタデータ） (2021-06-21T20:17:36Z)
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。