論文の概要: Revisiting Expected Possession Value in Football: Introducing a Benchmark, U-Net Architecture, and Reward and Risk for Passes

• arxiv url: http://arxiv.org/abs/2502.02565v1
• Date: Tue, 04 Feb 2025 18:40:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-05 15:02:08.579713
• Title: Revisiting Expected Possession Value in Football: Introducing a Benchmark, U-Net Architecture, and Reward and Risk for Passes
• Title（参考訳）: フットボールにおける潜在価値の再考: ベンチマーク、U-Netアーキテクチャの導入、パスに対する逆戻りとリスク
• Authors: Thijs Overmeer, Tim Janssen, Wim P. M. Nuijten,
• Abstract要約: 本稿では,最初のEPVベンチマークと,新たに改良されたサッカー用EVVモデルを紹介する。 本研究では,与えられた相対的なEVVと対のゲーム状態を用いて,EVVモデルの品質を定量的に評価する手法を提案する。 また,U-net型畳み込みニューラルネットワークに基づく新しいアーキテクチャを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: This paper introduces the first Expected Possession Value (EPV) benchmark and a new and improved EPV model for football. Through the introduction of the OJN-Pass-EPV benchmark, we present a novel method to quantitatively assess the quality of EPV models by using pairs of game states with given relative EPVs. Next, we attempt to replicate the results of Fern\'andez et al. (2021) using a dataset containing Dutch Eredivisie and World Cup matches. Following our failure to do so, we propose a new architecture based on U-net-type convolutional neural networks, achieving good results in model loss and Expected Calibration Error. Finally, we present an improved pass model that incorporates ball height and contains a new dual-component pass value model that analyzes reward and risk. The resulting EPV model correctly identifies the higher value state in 78% of the game state pairs in the OJN-Pass-EPV benchmark, demonstrating its ability to accurately assess goal-scoring potential. Our findings can help assess the quality of EPV models, improve EPV predictions, help assess potential reward and risk of passing decisions, and improve player and team performance.
• Abstract（参考訳）: 本稿では,最初のEPVベンチマークと,新たに改良されたサッカー用EVVモデルを紹介する。 我々は,OJN-Pass-EPVベンチマークの導入を通じて,与えられた相対的なEVVを持つゲーム状態のペアを用いて,EVVモデルの品質を定量的に評価する手法を提案する。 次に、オランダのEredivisieとW杯の試合を含むデータセットを用いて、Fern\'andez et al (2021)の結果の再現を試みる。 そこで我々は,U-net型畳み込みニューラルネットワークに基づく新しいアーキテクチャを提案する。 最後に,ボールの高さを組み込んだ改良されたパスモデルを提案し,報酬とリスクを解析する新しい2成分パス値モデルを提案する。 結果のEVVモデルは、OJN-Pass-EPVベンチマークのゲーム状態ペアの78%の高値状態を正しく識別し、ゴールスコーリングポテンシャルを正確に評価する能力を示す。 我々の研究結果は、EVVモデルの品質評価、EVV予測の改善、潜在的報酬と意思決定のリスク評価、プレイヤーとチームのパフォーマンス向上に役立ちます。

関連論文リスト

• Iterative Nash Policy Optimization: Aligning LLMs with General Preferences via No-Regret Learning [55.65738319966385]
  我々は、新しいオンラインアルゴリズム、反復的ナッシュポリシー最適化(INPO)を提案する。 従来の方法とは異なり、INPOは個々の応答に対する期待される勝利率を推定する必要性を回避している。 LLaMA-3-8BベースのSFTモデルで、INPOはAlpacaEval 2.0で42.6%、Arena-Hardで37.8%の勝利率を達成した。
  論文  参考訳（メタデータ） (2024-06-30T08:00:34Z)
• Scoreformer: A Surrogate Model For Large-Scale Prediction of Docking Scores [0.0]
  分子ドッキングスコアを正確に予測するために設計された新しいグラフトランスフォーマモデルであるScoreFormerを提案する。 ScoreFormerはドッキングスコア予測の競争性能を達成し、既存のモデルに比べて1.65倍の推論時間削減を実現している。
  論文  参考訳（メタデータ） (2024-06-13T17:31:02Z)
• Benchmarking and Improving Bird's Eye View Perception Robustness in Autonomous Driving [55.93813178692077]
  本稿では,BEVアルゴリズムのレジリエンスを評価するためのベンチマークスイートであるRoboBEVを紹介する。 検出,マップセグメンテーション,深さ推定,占有予測といったタスクにまたがる33の最先端のBEVベースの知覚モデルを評価する。 また, 事前学習や深度自由なBEVトランスフォーメーションなどの戦略が, アウト・オブ・ディストリビューションデータに対するロバスト性を高める上で有効であることを示す。
  論文  参考訳（メタデータ） (2024-05-27T17:59:39Z)
• Back2Future: Leveraging Backfill Dynamics for Improving Real-time Predictions in Future [73.03458424369657]
  公衆衛生におけるリアルタイム予測では、データ収集は簡単で要求の多いタスクである。 過去の文献では「バックフィル」現象とそのモデル性能への影響についてはほとんど研究されていない。 我々は、与えられたモデルの予測をリアルタイムで洗練することを目的とした、新しい問題とニューラルネットワークフレームワークBack2Futureを定式化する。
  論文  参考訳（メタデータ） (2021-06-08T14:48:20Z)
• Adversarial VQA: A New Benchmark for Evaluating the Robustness of VQA Models [45.777326168922635]
  本稿では,新たな大規模VQAベンチマークであるAdversarial VQAを紹介する。 非熟練アノテータは比較的容易にSOTA VQAモデルに攻撃できることがわかった。 大規模な事前訓練モデルと敵のトレーニング方法はどちらも、標準的なVQA v2データセットで達成できるものよりもはるかに低いパフォーマンスしか達成できない。
  論文  参考訳（メタデータ） (2021-06-01T05:54:41Z)
• A framework for the fine-grained evaluation of the instantaneous expected value of soccer possessions [1.0224234677367114]
  本研究では,サッカーの実践者に対して,観察行動と潜在的行動の両方の影響を評価するための総合的な分析フレームワークを開発する。 サッカーにおける未解明問題の集合を含む,EVVのすべてのコンポーネントのモデルが得られることを示す。
  論文  参考訳（メタデータ） (2020-11-18T17:51:22Z)
• Contrast and Classify: Training Robust VQA Models [60.80627814762071]
  本稿では,クロスエントロピーとコントラスト損失の両方を最適化する新しいトレーニングパラダイム(ConClaT)を提案する。 双方の損失を -- 交互に,あるいは共同で -- 最適化することが,効果的なトレーニングの鍵であることに気付きました。
  論文  参考訳（メタデータ） (2020-10-13T00:23:59Z)
• UGC-VQA: Benchmarking Blind Video Quality Assessment for User Generated Content [59.13821614689478]
  コンテンツの品質劣化は予測不能で、複雑で、しばしば開始されるため、Wild動画のブラインド品質の予測は非常に難しい。 ここでは、主要なVQAモデルの包括的評価を行うことにより、この問題の進展に寄与する。 先行するVQAモデルの特徴の上に特徴選択戦略を適用することで,先行するモデルが使用する統計的特徴のうち60点を抽出することができる。 我々の実験結果から,VIDEVALは,他の先行モデルよりも計算コストがかなり低く,最先端の性能を達成できることが示唆された。
  論文  参考訳（メタデータ） (2020-05-29T00:39:20Z)

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。