論文の概要: Transforming Football Data into Object-centric Event Logs with Spatial Context Information

• arxiv url: http://arxiv.org/abs/2507.12504v1
• Date: Wed, 16 Jul 2025 07:40:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-18 20:10:24.217177
• Title: Transforming Football Data into Object-centric Event Logs with Spatial Context Information
• Title（参考訳）: 空間文脈情報を用いたサッカーデータをオブジェクト中心イベントログに変換する
• Authors: Vito Chan, Lennart Ebert, Paul-Julius Hillmann, Christoffer Rubensson, Stephan A. Fahrenkrog-Petersen, Jan Mendling,
• Abstract要約: 本稿では,サッカー(サッカー)データをオブジェクト中心のイベントログに変換するフレームワークを提案する。 フットボール・アナリティクスにおけるオブジェクト中心イベントログの最初の例を示す。
• 参考スコア（独自算出の注目度）: 2.176760487933973
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Object-centric event logs expand the conventional single-case notion event log by considering multiple objects, allowing for the analysis of more complex and realistic process behavior. However, the number of real-world object-centric event logs remains limited, and further studies are needed to test their usefulness. The increasing availability of data from team sports can facilitate object-centric process mining, leveraging both real-world data and suitable use cases. In this paper, we present a framework for transforming football (soccer) data into an object-centric event log, further enhanced with a spatial dimension. We demonstrate the effectiveness of our framework by generating object-centric event logs based on real-world football data and discuss the results for varying process representations. With our paper, we provide the first example for object-centric event logs in football analytics. Future work should consider variant analysis and filtering techniques to better handle variability
• Abstract（参考訳）: オブジェクト中心のイベントログは、複数のオブジェクトを考慮することで、従来の単一ケースのイベントログを拡張し、より複雑で現実的なプロセスの振る舞いを分析する。 しかし、実際のオブジェクト中心のイベントログの数はまだ限られており、それらの有用性をテストするためにはさらなる研究が必要である。 チームスポーツのデータの増加は、現実のデータと適切なユースケースの両方を活用することによって、オブジェクト中心のプロセスマイニングを促進する。 本稿では,サッカー(サッカー)データをオブジェクト中心のイベントログに変換するためのフレームワークを提案する。 実世界のサッカーデータに基づいてオブジェクト中心のイベントログを生成し、プロセス表現の異なる結果について議論することで、フレームワークの有効性を実証する。 本稿では,フットボール・アナリティクスにおけるオブジェクト中心イベントログの最初の例を示す。 変分解析とフィルタリング技術による変数の扱い方の改善に向けた今後の課題

関連論文リスト

• EC-Diffuser: Multi-Object Manipulation via Entity-Centric Behavior Generation [25.12999060040265]
  高次元観測から物体を操作することを学ぶことは重要な課題である。 最近のアプローチでは、大規模なオフラインデータを使用して、ピクセル観測からモデルをトレーニングしている。 本稿では、オブジェクト中心の表現とエンティティ中心のトランスフォーマーを活用する新しい行動クローニング(BC)手法を提案する。
  論文  参考訳（メタデータ） (2024-12-25T13:50:15Z)
• HOEG: A New Approach for Object-Centric Predictive Process Monitoring [0.6144680854063939]
  予測プロセスモニタリングは、残りの時間を予測するなど、進行中のプロセス実行の将来の状態を予測することに焦点を当てる。 オブジェクト中心のプロセスマイニングの最近の進歩は、オブジェクトとイベントデータと、イベント間の明示的な関係を豊かにしている。 本稿では,イベントとオブジェクトを多種多様なノード型でグラフ構造に統合するヘテロジニアスオブジェクトイベントグラフ符号化(HOEG)を提案する。 そして、予測タスクにこれらの多様なオブジェクト特徴を組み込んだ異種グラフニューラルネットワークアーキテクチャを採用する。
  論文  参考訳（メタデータ） (2024-04-08T09:06:16Z)
• Detecting Anomalous Events in Object-centric Business Processes via Graph Neural Networks [55.583478485027]
  本研究では,ビジネスプロセスにおける異常検出のための新しいフレームワークを提案する。 まず、属性グラフとしてオブジェクト中心のイベントログのプロセス依存性を再構築する。 次に、異常事象を検出するために、グラフ畳み込みオートエンコーダアーキテクチャを用いる。
  論文  参考訳（メタデータ） (2024-02-14T14:17:56Z)
• Contrastive Lift: 3D Object Instance Segmentation by Slow-Fast Contrastive Fusion [110.84357383258818]
  本稿では,2次元セグメントを3次元に上げ,ニューラルネットワーク表現を用いて融合させる新しい手法を提案する。 このアプローチの中核は、高速なクラスタリング目的関数であり、多数のオブジェクトを持つシーンにスケーラブルで適しています。 我々のアプローチは、ScanNet、Hypersim、Replicaのデータセットからの挑戦的なシーンにおいて、最先端の状況よりも優れています。
  論文  参考訳（メタデータ） (2023-06-07T17:57:45Z)
• A Framework for Extracting and Encoding Features from Object-Centric Event Data [0.36748639131154304]
  本稿では,オブジェクト中心のイベントデータから特徴を抽出し,符号化するフレームワークを提案する。 オブジェクト中心のイベントデータの特徴を計算し、正確な測定結果を得る。 我々は、予測ユースケースにおいて、オブジェクト中心の特徴とシーケンシャルおよびグラフベースエンコーディングの構造の両方の有用性を示すために、説明可能なAIを使用する。
  論文  参考訳（メタデータ） (2022-09-02T16:49:47Z)
• MetaGraspNet: A Large-Scale Benchmark Dataset for Scene-Aware Ambidextrous Bin Picking via Physics-based Metaverse Synthesis [72.85526892440251]
  本稿では,物理に基づくメタバース合成により構築した大規模写真リアリスティックビンピックデータセットであるMetaGraspNetを紹介する。 提案データセットは,82種類の記事に対して217kのRGBD画像を含み,オブジェクト検出,アモーダル認識,キーポイント検出,操作順序,および並列ジャウと真空グリップパー用のアンビデクストグリップラベルの完全なアノテーションを備える。 また,2.3k以上の完全アノテートされた高品質なRGBD画像からなる実際のデータセットを5段階の難易度と,異なるオブジェクトおよびレイアウト特性を評価するための見えないオブジェクトセットに分割する。
  論文  参考訳（メタデータ） (2022-08-08T08:15:34Z)
• Defining Cases and Variants for Object-Centric Event Data [0.36748639131154304]
  オブジェクト中心のプロセスマイニングのケースコンセプト:プロセス実行を紹介します。 プロセス実行を抽出する技術を提供します。 実生活のイベントログの最も頻繁なオブジェクト中心の変種を示す。
  論文  参考訳（メタデータ） (2022-08-05T15:33:03Z)
• EA$^2$E: Improving Consistency with Event Awareness for Document-Level Argument Extraction [52.43978926985928]
  本稿では、トレーニングと推論のための拡張コンテキストを備えたイベント・アウェア・引数抽出(EA$2$E)モデルを紹介する。 WIKIEVENTSとACE2005データセットの実験結果から,EA$2$Eの有効性が示された。
  論文  参考訳（メタデータ） (2022-05-30T04:33:51Z)
• Object-centric Process Predictive Analytics [0.5161531917413706]
  オブジェクト指向プロセスは、あるプロセスのインスタンスが独立して実行されるのではなく、同じまたは他のプロセスの他のインスタンスと相互作用するパラダイムの実装である。 本稿では,オブジェクトの相互作用に関する情報を予測分析に組み込むアプローチを提案する。
  論文  参考訳（メタデータ） (2022-03-05T18:46:10Z)
• Grounding Physical Concepts of Objects and Events Through Dynamic Visual Reasoning [84.90458333884443]
  本稿では、物理オブジェクトやイベントをビデオや言語から基盤とする統合フレームワークであるDynamic Concept Learner(DCL)を紹介する。 dclは、フレーム、グランドビジュアルプロパティ、物理イベントのオブジェクトを検出し、関連付けることができ、イベント間の因果関係を理解し、将来の予測と偽りの予測を行い、これらのプレゼンテーションをクエリに利用することができる。 DCLは、地上トラス属性や衝突ラベルをトレーニング用シミュレーションから使用することなく、困難な因果的ビデオ推論データセットであるCLEVRERで最先端のパフォーマンスを実現します。
  論文  参考訳（メタデータ） (2021-03-30T17:59:48Z)
• Rethinking Object Detection in Retail Stores [55.359582952686175]
  そこで我々はLocountと略される新しいタスク、同時にオブジェクトのローカライゼーションとカウントを提案する。 Locountは、関心のあるオブジェクトのグループをインスタンス数でローカライズするアルゴリズムを必要とする。 大規模オブジェクトのローカライズと数えるデータセットを小売店で収集する。
  論文  参考訳（メタデータ） (2020-03-18T14:01:54Z)

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。