論文の概要: FIVB ranking: Misstep in the right direction

• arxiv url: http://arxiv.org/abs/2408.01603v2
• Date: Sun, 04 May 2025 19:59:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-06 18:49:34.9986
• Title: FIVB ranking: Misstep in the right direction
• Title（参考訳）: FIVBランキング:正しい方向へのミスステップ
• Authors: Salma Tenni, Daniel Gomes de Pinho Zanco, Leszek Szczecinski,
• Abstract要約: この研究は、2020年からFIVB(Federation Internationale de Volleyball)が使用しているランキングアルゴリズムを提示し、評価している。 FIVBランキングの顕著な特徴は確率モデルの使用であり、見積もりされたチームの強さを使って将来の一致の確率を明示的に計算する。
• 参考スコア（独自算出の注目度）: 1.4419517737536705
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This work presents and evaluates the ranking algorithm that has been used by Federation Internationale de Volleyball (FIVB) since 2020. The prominent feature of the FIVB ranking is the use of the probabilistic model, which explicitly calculates the probabilities of the future matches results using the estimated teams' strengths. Such explicit modeling is new in the context of official sport rankings, especially for multi-level outcomes, and we study the optimality of its parameters using both analytical and numerical methods. We conclude that from the modeling perspective, the current thresholds fit well the data but adding the home-field advantage (HFA) would be beneficial. Regarding the algorithm itself, we explain the rationale behind the approximations currently used and show a simple method to find new parameters (numerical score) which improve the performance. We also show that the weighting of the match results is counterproductive.
• Abstract（参考訳）: この研究は、フェデレーション・インターナショナル・デ・バレーボール(FIVB)が2020年から使用しているランキングアルゴリズムを提示し、評価している。 FIVBランキングの顕著な特徴は確率モデルの使用であり、見積もりされたチームの強さを使って将来の一致の確率を明示的に計算する。 このような明示的なモデリングは、特に多段階の成績において、公式スポーツランキングの文脈において新しいものであり、分析的手法と数値的手法の両方を用いてパラメータの最適性について検討する。 モデリングの観点からは、現在の閾値はデータに適合するが、ホームフィールド・アドバンテージ(HFA)を追加することは有益である、と結論付けている。 アルゴリズム自体に関して、現在使われている近似の理論的根拠を説明し、性能を改善するための新しいパラメータ(数値スコア)を見つけるための簡単な方法を示す。 また、一致結果の重み付けは非生産的であることも示している。

関連論文リスト

• Attribute-to-Delete: Machine Unlearning via Datamodel Matching [65.13151619119782]
  機械学習 -- 事前訓練された機械学習モデルで、小さな"ターゲットセット"トレーニングデータを効率的に削除する -- は、最近関心を集めている。 最近の研究では、機械学習技術はこのような困難な環境では耐えられないことが示されている。
  論文  参考訳（メタデータ） (2024-10-30T17:20:10Z)
• A Markovian Model for Learning-to-Optimize [4.112909937203119]
  本稿では,最適化アルゴリズムを念頭に置いて,反復アルゴリズムの確率モデルを提案する。 このモデルに基づいて、学習アルゴリズムの軌道上で定義される関数に対するPAC-Bayesian一般化境界を示す。
  論文  参考訳（メタデータ） (2024-08-21T14:00:22Z)
• A Novel Ranking Scheme for the Performance Analysis of Stochastic Optimization Algorithms using the Principles of Severity [9.310464457958844]
  複数の単目的最適化問題に対してアルゴリズムをランク付けする新しいランキング方式を提案する。 アルゴリズムの結果は、ロバストなブートストラップに基づく仮説テスト手法を用いて比較される。
  論文  参考訳（メタデータ） (2024-05-31T19:35:34Z)
• Consensus-Adaptive RANSAC [104.87576373187426]
  本稿では,パラメータ空間の探索を学習する新しいRANSACフレームワークを提案する。 注意機構は、ポイント・ツー・モデル残差のバッチで動作し、軽量のワンステップ・トランスフォーマーで見いだされたコンセンサスを考慮するために、ポイント・ツー・モデル推定状態を更新する。
  論文  参考訳（メタデータ） (2023-07-26T08:25:46Z)
• Improved Algorithms for Neural Active Learning [74.89097665112621]
  非パラメトリックストリーミング設定のためのニューラルネットワーク(NN)ベースの能動学習アルゴリズムの理論的および経験的性能を改善する。 本研究では,SOTA(State-of-the-art (State-the-art)) 関連研究で使用されるものよりも,アクティブラーニングに適する人口減少を最小化することにより,2つの後悔の指標を導入する。
  論文  参考訳（メタデータ） (2022-10-02T05:03:38Z)
• FIFA ranking: Evaluation and path forward [2.050873301895484]
  現在使われているパラメータを分析し、そこから導出可能な形式的確率モデルを示し、後者を最適化する。 我々は、1970年に提案されたデービッドソンモデルが優れた候補となるフォーマルなモデリング原理に根ざしたアルゴリズムを仮定する。 その結果,ホームフィールド・アドバンテージとゲーム中のドローの明示的モデルを用いて,アルゴリズムの予測能力が顕著に向上していることが示唆された。
  論文  参考訳（メタデータ） (2021-12-20T21:08:12Z)
• Local policy search with Bayesian optimization [73.0364959221845]
  強化学習は、環境との相互作用によって最適な政策を見つけることを目的としている。 局所探索のための政策勾配は、しばしばランダムな摂動から得られる。 目的関数の確率モデルとその勾配を用いたアルゴリズムを開発する。
  論文  参考訳（メタデータ） (2021-06-22T16:07:02Z)
• Estimating leverage scores via rank revealing methods and randomization [50.591267188664666]
  任意のランクの正方形密度あるいはスパース行列の統計レバレッジスコアを推定するアルゴリズムについて検討した。 提案手法は,高密度およびスパースなランダム化次元性還元変換の合成と階調明細化法を組み合わせることに基づく。
  論文  参考訳（メタデータ） (2021-05-23T19:21:55Z)
• Simplified Kalman filter for online rating: one-fits-all approach [4.010371060637208]
  私たちは、選手/チームのスキルがゲームの観察された結果から推測されるスポーツのレーティングの問題に対処します。 本研究は,ゲーム結果とスキルの関係の確率的モデルを利用して,新たなゲーム後のスキルを推定するオンライン評価アルゴリズムに着目した。
  論文  参考訳（メタデータ） (2021-04-28T20:44:10Z)
• G-Elo: Generalization of the Elo algorithm by modelling the discretized margin of victory [2.050873301895484]
  ゲームポイント(ゴールなど)の観測値の違いを利用して,1対1のゲームにおける評価チーム(またはプレーヤ)の新たなアルゴリズムを開発する。 本研究の目的は,実装が簡単で直感的に理解できるEloスタイルのアルゴリズムを得ることである。
  論文  参考訳（メタデータ） (2020-10-20T03:55:30Z)
• Probabilistic Case-based Reasoning for Open-World Knowledge Graph Completion [59.549664231655726]
  ケースベース推論(CBR)システムは,与えられた問題に類似した事例を検索することで,新たな問題を解決する。 本稿では,知識ベース(KB)の推論において,そのようなシステムが実現可能であることを示す。 提案手法は,KB内の類似エンティティからの推論パスを収集することにより,エンティティの属性を予測する。
  論文  参考訳（メタデータ） (2020-10-07T17:48:12Z)

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。