論文の概要: ShuttleSHAP: A Turn-Based Feature Attribution Approach for Analyzing Forecasting Models in Badminton

• arxiv url: http://arxiv.org/abs/2312.10942v1
• Date: Mon, 18 Dec 2023 05:37:51 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-20 21:16:06.949317
• Title: ShuttleSHAP: A Turn-Based Feature Attribution Approach for Analyzing Forecasting Models in Badminton
• Title（参考訳）: ShuttleSHAP:バドミントンにおける予測モデル解析のためのターンベース特徴属性アプローチ
• Authors: Wei-Yao Wang, Wen-Chih Peng, Wei Wang, Philip S. Yu
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 52.21869064818728
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Agent forecasting systems have been explored to investigate agent patterns and improve decision-making in various domains, e.g., pedestrian predictions and marketing bidding. Badminton represents a fascinating example of a multifaceted turn-based sport, requiring both sophisticated tactic developments and alternate-dependent decision-making. Recent deep learning approaches for player tactic forecasting in badminton show promising performance partially attributed to effective reasoning about rally-player interactions. However, a critical obstacle lies in the unclear functionality of which features are learned for simulating players' behaviors by black-box models, where existing explainers are not equipped with turn-based and multi-output attributions. To bridge this gap, we propose a turn-based feature attribution approach, ShuttleSHAP, for analyzing forecasting models in badminton based on variants of Shapley values. ShuttleSHAP is a model-agnostic explainer that aims to quantify contribution by not only temporal aspects but also player aspects in terms of multifaceted cues. Incorporating the proposed analysis tool into the state-of-the-art turn-based forecasting model on the benchmark dataset reveals that it is, in fact, insignificant to reason about past strokes, while conventional sequential models have greater impacts. Instead, players' styles influence the models for the future simulation of a rally. On top of that, we investigate and discuss the causal analysis of these findings and demonstrate the practicability with local analysis.
• Abstract（参考訳）: エージェント予測システムは,歩行者予測やマーケティング入札など,様々な領域におけるエージェントパターンの調査や意思決定の改善を目的としている。 バドミントンは多面的なターンベースのスポーツの魅力的な例であり、洗練された戦術開発と代替的な意思決定の両方を必要とする。 近年のバドミントンにおけるプレイヤー戦術予測の深層学習手法は,ラリー・プレイヤ相互作用の効果的な推論に起因する有望な性能を示している。 しかし、ブラックボックスモデルによってプレイヤーの振る舞いをシミュレートするための特徴が学習される不明瞭な機能には重要な障害があり、既存の説明者はターンベースおよびマルチアウトプット属性を装備していない。 このギャップを埋めるために,シャプリー値の変種に基づいてバドミントンの予測モデルを分析するために,ターン型特徴帰属アプローチであるshuttleshapを提案する。 ShuttleSHAPは、時間的側面だけでなく、多面的キューのプレイヤー側面によるコントリビューションの定量化を目的としたモデルに依存しない説明器である。 提案した解析ツールをベンチマークデータセット上の最先端のターンベース予測モデルに組み込むことで、従来のシーケンシャルモデルは大きな影響を与える一方で、過去のストロークを推論することが重要でないことが明らかになった。 その代わり、選手のスタイルは将来のラリーのシミュレーションのモデルに影響を与える。 そこで本研究では,これらの知見の因果解析について検討し,局所分析による実践性を示す。

関連論文リスト

• Explanatory Model Monitoring to Understand the Effects of Feature Shifts on Performance [61.06245197347139]
  そこで本研究では,機能シフトによるブラックボックスモデルの振る舞いを説明する新しい手法を提案する。 本稿では,最適輸送と共有値の概念を組み合わせた提案手法について,説明的性能推定として紹介する。
  論文  参考訳（メタデータ） (2024-08-24T18:28:19Z)
• Predictive Churn with the Set of Good Models [64.05949860750235]
  近似機械学習モデルの集合に対する競合予測の効果について検討する。 ラーショモン集合内のモデル間の係り受けに関する理論的結果を示す。 当社のアプローチは、コンシューマ向けアプリケーションにおいて、より予測し、削減し、混乱を避けるためにどのように使用できるかを示します。
  論文  参考訳（メタデータ） (2024-02-12T16:15:25Z)
• Predicting Team Performance with Spatial Temporal Graph Convolutional Networks [2.055949720959582]
  本稿では,エージェントの行動トレースからチームパフォーマンスを予測する新しい手法を提案する。 この問題は、コーチングや対戦相手モデリングといったスポーツ分析の課題に非常に関係している。
  論文  参考訳（メタデータ） (2022-06-21T20:40:35Z)
• ShuttleNet: Position-aware Fusion of Rally Progress and Player Styles for Stroke Forecasting in Badminton [18.524164548051417]
  本稿では,ターンベースのスポーツにおいて,どのストロークをどこで返すべきかを客観的に判断することに焦点を当てる。 本稿では,ラリープログレスとプレーヤスタイルの融合フレームワーク(ShuttleNet)を提案する。
  論文  参考訳（メタデータ） (2021-12-02T08:14:23Z)
• You Mostly Walk Alone: Analyzing Feature Attribution in Trajectory Prediction [52.442129609979794]
  軌道予測のための最近の深層学習手法は有望な性能を示す。 そのようなブラックボックスモデルが実際にどのモデルを予測するために使うのかは、まだ不明である。 本稿では,モデル性能に対する異なるキューの貢献度を定量化する手法を提案する。
  論文  参考訳（メタデータ） (2021-10-11T14:24:15Z)
• Exploring the Long Short-Term Dependencies to Infer Shot Influence in Badminton Matches [9.553207911311926]
  ショットのプロセスを完全に記述するためのバドミントン言語を導入します。 本稿では,新しい短期抽出器と長期符号化器からなるディープラーニングモデルを提案する。 本モデルでは,収集結果に対するアクションシーケンスの透明性を実現するためのアテンション機構を組み込んだ。
  論文  参考訳（メタデータ） (2021-09-14T04:44:40Z)
• RAIN: Reinforced Hybrid Attention Inference Network for Motion Forecasting [34.54878390622877]
  本稿では,ハイブリットアテンション機構に基づく動的キー情報の選択とランク付けを行う汎用的な動き予測フレームワークを提案する。 このフレームワークは、マルチエージェント軌道予測と人間の動き予測タスクを処理するためにインスタンス化される。 我々は,異なる領域における合成シミュレーションと運動予測ベンチマークの両方について,その枠組みを検証した。
  論文  参考訳（メタデータ） (2021-08-03T06:30:30Z)
• Beyond Trivial Counterfactual Explanations with Diverse Valuable Explanations [64.85696493596821]
  コンピュータビジョンの応用において、生成的対実法はモデルの入力を摂動させて予測を変更する方法を示す。 本稿では,多様性強化損失を用いて制約される不連続潜在空間における摂動を学習する反事実法を提案する。 このモデルは, 従来の最先端手法と比較して, 高品質な説明を生産する成功率を向上させる。
  論文  参考訳（メタデータ） (2021-03-18T12:57:34Z)
• Forethought and Hindsight in Credit Assignment [62.05690959741223]
  我々は、前向きモデルや後向きモデルによる後向き操作による予測として使われる計画の利益と特異性を理解するために活動する。 本稿では,予測を(再)評価すべき状態の選択に主眼を置いて,計画におけるモデルの利用について検討する。
  論文  参考訳（メタデータ） (2020-10-26T16:00:47Z)

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。