論文の概要: Pressing Intensity: An Intuitive Measure for Pressing in Soccer

• arxiv url: http://arxiv.org/abs/2501.04712v1
• Date: Mon, 30 Dec 2024 14:42:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-12 03:17:07.696108
• Title: Pressing Intensity: An Intuitive Measure for Pressing in Soccer
• Title（参考訳）: Pressing Intensity: サッカーにおけるプレスの直感的な測定方法
• Authors: Joris Bekkers,
• Abstract要約: プレッシャー(英: Pressing)は、サッカーにおける基本的な防御戦略であり、ボール保有チームに対して、保持権を取り戻すための圧力を課すことが特徴である。 その重要性にもかかわらず、プレスを測定するための既存の指標は、位置データ、プレイヤーの動き、速度の正確さや包括的考慮を欠いていることが多い。 本研究では,スピアマンのピッチ制御モデルから得られる位置追跡データやコンポーネントの進歩を活用して,押圧強度を定量化するための革新的なフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Pressing is a fundamental defensive strategy in football, characterized by applying pressure on the ball owning team to regain possession. Despite its significance, existing metrics for measuring pressing often lack precision or comprehensive consideration of positional data, player movement and speed. This research introduces an innovative framework for quantifying pressing intensity, leveraging advancements in positional tracking data and components from Spearman's Pitch Control model. Our method integrates player velocities, movement directions, and reaction times to compute the time required for a defender to intercept an attacker or the ball. This time-to-intercept measure is then transformed into probabilistic values using a logistic function, enabling dynamic and intuitive analysis of pressing situations at the individual frame level. the model captures how every player's movement influences pressure on the field, offering actionable insights for coaches, analysts, and decision-makers. By providing a robust and intepretable metric, our approach facilitates the identification of pressing strategies, advanced situational analyses, and the derivation of metrics, advancing the analytical capabilities for modern football.
• Abstract（参考訳）: プレッシャー(英: Pressing)は、サッカーにおける基本的な防御戦略であり、ボール保有チームに対して、保持権を取り戻すための圧力を課すことが特徴である。 その重要性にもかかわらず、プレスを測定するための既存の指標は、位置データ、プレイヤーの動き、速度の正確さや包括的考慮を欠いていることが多い。 本研究では,スピアマンのピッチ制御モデルから得られる位置追跡データとコンポーネントの進歩を活用して,押圧強度を定量化するための革新的なフレームワークを提案する。 本手法は,攻撃者やボールを迎撃するために必要な時間を計算するために,選手の速度,移動方向,反応時間を統合する。 このタイム・トゥ・インターセプション尺度はロジスティック関数を用いて確率値に変換し、個々のフレームレベルでのプレス状況の動的かつ直感的な解析を可能にする。 モデルは、すべてのプレイヤーの動きがフィールドの圧力にどのように影響するかを捉え、コーチ、アナリスト、意思決定者に実用的な洞察を提供する。 提案手法は,強靭かつ予測不能な指標を提供することで,プレス戦略の同定,高度な状況分析,メトリクスの導出を容易にし,近代サッカーにおける分析能力の向上を図る。

関連論文リスト

• Capturing Momentum: Tennis Match Analysis Using Machine Learning and Time Series Theory [0.9449650062296823]
  本稿ではテニスの試合の勢いについて分析する。 まず隠れマルコフモデルを用いてプレイヤーのパフォーマンスとして定義される運動量を予測する。 そして、Xgboost を用いて運動量の重要性を証明する。
  論文  参考訳（メタデータ） (2024-04-20T07:11:06Z)
• Player Pressure Map -- A Novel Representation of Pressure in Soccer for Evaluating Player Performance in Different Game Contexts [0.5120567378386615]
  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。
  論文  参考訳（メタデータ） (2024-01-29T15:34:49Z)
• Classifying Soccer Ball-on-Goal Position Through Kicker Shooting Action [1.3887779684720984]
  本研究は、シューターの蹴りを観察することで、サッカーフリーキック後のボールの方向を正確に予測できるかどうかを論じる。 我々のアプローチは、ヒューマンアクション認識(HAR)埋め込みとコンテキスト情報を統合するモデルを開発するためにニューラルネットワークを活用することである。 その結果,2つの主要なBoGPクラス(左右)を考える場合,69.1%の精度が得られた。
  論文  参考訳（メタデータ） (2023-12-23T12:11:38Z)
• Automated Hit-frame Detection for Badminton Match Analysis [1.3300217947936062]
  本研究では,最新の深層学習技術を用いて,マッチビデオからヒットフレームを自動的に検出し,バドミントンにおけるスポーツ分析の進歩を目指す。 ヒットフレームに含まれるデータは、その後プレイヤーのストロークやコート上での動きを合成したり、トレーニングタスクの分析や競争戦略などの下流のアプリケーションに利用することができる。 本研究では,映像トリミングにおけるショットアングル認識の精度99%,シャトルコック飛行方向予測におけるキーポイントシーケンスの適用精度92%以上を達成し,ラリーワイドビデオトリミングとヒットフレーム検出の評価結果を報告した。
  論文  参考訳（メタデータ） (2023-07-29T15:01:27Z)
• Who You Play Affects How You Play: Predicting Sports Performance Using Graph Attention Networks With Temporal Convolution [29.478765505215538]
  本研究では,スポーツにおける選手のパフォーマンスを予測するための新しい深層学習手法であるGATv2-GCNを提案する。 グラフアテンションネットワークを使用して、各プレイヤーが互いに支払うアテンションをキャプチャし、より正確なモデリングを可能にします。 実世界スポーツデータを用いたモデルの性能評価を行い,選手のパフォーマンス予測の有効性を実証した。
  論文  参考訳（メタデータ） (2023-03-29T14:48:51Z)
• 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)
• Information-Theoretic Odometry Learning [83.36195426897768]
  生体計測推定を目的とした学習動機付け手法のための統合情報理論フレームワークを提案する。 提案フレームワークは情報理論言語の性能評価と理解のためのエレガントなツールを提供する。
  論文  参考訳（メタデータ） (2022-03-11T02:37:35Z)
• Adaptive Feature Alignment for Adversarial Training [56.17654691470554]
  CNNは通常、敵攻撃に対して脆弱であり、セキュリティに敏感なアプリケーションに脅威をもたらす。 任意の攻撃強度の特徴を生成するための適応的特徴アライメント(AFA)を提案する。 本手法は任意の攻撃強度の特徴を自動的に整列するように訓練されている。
  論文  参考訳（メタデータ） (2021-05-31T17:01:05Z)
• From Motor Control to Team Play in Simulated Humanoid Football [56.86144022071756]
  我々は、現実的な仮想環境でサッカーをするために、物理的にシミュレートされたヒューマノイドアバターのチームを訓練する。 一連の段階において、プレイヤーはまず、現実的な人間のような動きを実行するために、完全に関節化された身体を制御することを学習する。 その後、ドリブルやシューティングといった中級のサッカーのスキルを身につける。 最後に、彼らは他の人を意識し、チームとしてプレーし、ミリ秒のタイムスケールで低レベルのモーターコントロールのギャップを埋める。
  論文  参考訳（メタデータ） (2021-05-25T20:17:10Z)
• 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)
• Pedestrian orientation dynamics from high-fidelity measurements [65.06084067891364]
  本研究では,歩行者の運動の一般的な物理的特性に基づいて学習するディープ・ニューラル・アーキテクチャに基づく新しい計測手法を提案する。 提案手法は, 誤差を7.5度まで低減し, 向きを推定できることを示す。 このツールは、方向が鍵となる人間の群集力学の研究において、新たな可能性を開く。
  論文  参考訳（メタデータ） (2020-01-14T07:08:31Z)

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。