論文の概要: Player Pressure Map - A Novel Representation of Pressure in Soccer for
Evaluating Player Performance in Different Game Contexts
- arxiv url: http://arxiv.org/abs/2401.16235v1
- Date: Mon, 29 Jan 2024 15:34:49 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-30 14:15:34.246361
- Title: Player Pressure Map - A Novel Representation of Pressure in Soccer for
Evaluating Player Performance in Different Game Contexts
- Title（参考訳）: プレイヤープレッシャマップ - 異なるゲームコンテキストにおける選手のパフォーマンス評価のためのサッカーにおける新しいプレッシャ表現
- Authors: Chaoyi Gu, Jiaming Na, Yisheng Pei, Varuna De Silva
- Abstract要約: 本論文は,サッカーの試合シーンにおいて,保持チームが経験したプレッシャーを捉えるために,トラッキングデータとイベント映像とゲーム映像の両方を活用することを目的とする。
そこで本稿では,ゲームシーンを表すプレーヤの圧力マップを提案し,生データの次元を低くし,コンテキスト情報も豊富に含んでいる。
- 参考スコア（独自算出の注目度）: 0.5120567378386615
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In soccer, contextual player performance metrics are invaluable to coaches.
For example, the ability to perform under pressure during matches distinguishes
the elite from the average. Appropriate pressure metric enables teams to assess
players' performance accurately under pressure and design targeted training
scenarios to address their weaknesses. The primary objective of this paper is
to leverage both tracking and event data and game footage to capture the
pressure experienced by the possession team in a soccer game scene. We propose
a player pressure map to represent a given game scene, which lowers the
dimension of raw data and still contains rich contextual information. Not only
does it serve as an effective tool for visualizing and evaluating the pressure
on the team and each individual, but it can also be utilized as a backbone for
accessing players' performance. Overall, our model provides coaches and
analysts with a deeper understanding of players' performance under pressure so
that they make data-oriented tactical decisions.
- Abstract（参考訳）: サッカーでは、コンテキストプレイヤーのパフォーマンス指標はコーチにとって貴重なものである。
例えば、試合中にプレッシャーの下で実行する能力は、エリートと平均を区別する。
適切な圧力測定により、プレイヤーのパフォーマンスを正確に評価し、ターゲットとするトレーニングシナリオを設計して弱点に対処することができる。
本研究の主な目的は,サッカーゲームシーンにおいて,保持チームが経験したプレッシャーを捉えるために,トラッキングデータとイベント映像の両方を活用することである。
本稿では,ゲームシーンを表現するためのプレイヤー圧力マップを提案する。
チームや個人に対するプレッシャーを視覚化し評価するための効果的なツールとして機能するだけでなく、プレイヤーのパフォーマンスにアクセスするバックボーンとしても利用することができる。
全体的に、私たちのモデルは、データ指向の戦術決定を行うために、選手のパフォーマンスをより深く理解するコーチとアナリストを提供します。
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) - 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) - 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) - Is it worth the effort? Understanding and contextualizing physical
metrics in soccer [1.2205797997133396]
このフレームワークは、サッカーの物理的側面と技術的戦術的側面の関連について深い洞察を与える。
トップダウンアプローチのおかげで、物理パフォーマンスとバリュー生成を関連付けることができます。
論文 参考訳（メタデータ） (2022-04-05T16:14:40Z) - 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) - Coach-Player Multi-Agent Reinforcement Learning for Dynamic Team
Composition [88.26752130107259]
現実世界のマルチエージェントシステムでは、異なる能力を持つエージェントがチーム全体の目標を変更することなく参加または離脱する可能性がある。
この問題に取り組むコーチ・プレイヤー・フレームワーク「COPA」を提案します。
1)コーチと選手の両方の注意メカニズムを採用し、2)学習を正規化するための変動目標を提案し、3)コーチが選手とのコミュニケーションのタイミングを決定するための適応的なコミュニケーション方法を設計する。
論文 参考訳（メタデータ） (2021-05-18T17:27:37Z) - An interactive dashboard for searching and comparing soccer performance
scores [2.645763027296508]
オンラインで利用可能なダッシュボードは、プレイヤーのパフォーマンスの進化を比較する効果的な方法を提供しません。
本稿では,パフォーマンス評価アルゴリズムを用いてAPIを介して対話するWebダッシュボードの設計について述べる。
ユーザーが年齢、役割、成長傾向によってプレイヤーを検索または比較できるツールを提供し、ピッチング行動に基づいて同様のプレイヤーを見つけ、アルゴリズムのパラメータを変更して、カスタマイズされたパフォーマンススコアを得る。
論文 参考訳（メタデータ） (2021-04-16T16:50:26Z) - Game Plan: What AI can do for Football, and What Football can do for AI [83.79507996785838]
予測的および規範的フットボール分析は、統計学習、ゲーム理論、コンピュータビジョンの交差点における新たな発展と進歩を必要とする。
フットボール分析は、サッカー自体のゲームを変えるだけでなく、この領域がAIの分野で何を意味するのかという観点からも、非常に価値の高いゲームチェンジャーであることを示す。
論文 参考訳（メタデータ） (2020-11-18T10:26:02Z)
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。