論文の概要: Prediction-based evaluation of back-four defense with spatial control in soccer

• arxiv url: http://arxiv.org/abs/2511.06191v1
• Date: Sun, 09 Nov 2025 02:33:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-11 21:18:44.802791
• Title: Prediction-based evaluation of back-four defense with spatial control in soccer
• Title（参考訳）: サッカーにおける空間制御によるバックフォーディフェンスの予測に基づく評価
• Authors: Soujanya Dash, Kenjiro Ide, Rikuhei Umemoto, Kai Amino, Keisuke Fujii,
• Abstract要約: この研究では、空間制御、ストレッチインデックス、圧力指標、防御線の高さといった解釈可能な指標を導入している。 FCバルセロナとレアル・マドリードの2,413回の防衛戦で敗退した。 バルセロナの成功は、より空間制御とコンパクトなライン調整によって特徴づけられる一方、レアル・マドリードはより適応性が高く、一貫性の低い防御構造を示した。
• 参考スコア（独自算出の注目度）: 3.9252515141417756
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Defensive organization is critical in soccer, particularly during negative transitions when teams are most vulnerable. The back-four defensive line plays a decisive role in preventing goal-scoring opportunities, yet its collective coordination remains difficult to quantify. This study introduces interpretable spatio-temporal indicators namely, space control, stretch index, pressure index, and defensive line height (absolute and relative) to evaluate the effectiveness of the back-four during defensive transitions. Using synchronized tracking and event data from the 2023-24 LaLiga season, 2,413 defensive sequences were analyzed following possession losses by FC Barcelona and Real Madrid CF. Two-way ANOVA revealed significant effects of team, outcome, and their interaction for key indicators, with relative line height showing the strongest association with defensive success. Predictive modeling using XGBoost achieved the highest discriminative performance (ROC AUC: 0.724 for Barcelona, 0.698 for Real Madrid), identifying space score and relative line height as dominant predictors. Comparative analysis revealed distinct team-specific defensive behaviors: Barcelona's success was characterized by higher spatial control and compact line coordination, whereas Real Madrid exhibited more adaptive but less consistent defensive structures. These findings demonstrate the tactical and predictive value of interpretable spatial indicators for quantifying collective defensive performance.
• Abstract（参考訳）: 防御的な組織はサッカーにおいて、特にチームが最も脆弱な場合は、ネガティブな移行の中で重要である。 バックフォーディフェンスはゴールスコーリングの機会を防ぐ上で決定的な役割を果たすが、その集合的な調整は定量化が難しい。 本研究では, 空間制御, ストレッチ指数, 圧力指数, 防御線高さ(絶対, 相対) を解釈可能な時空間指標として導入し, 防御遷移におけるバックフォーの効果を評価する。 2023-24ラリガシーズンの同期追跡とイベントデータを用いて,FCバルセロナとレアル・マドリードCFの保有損失により,2,413の防衛シーケンスが分析された。 両方向ANOVAは, 防御的成功と最強の相関を示す相対線高を指標として, チーム, 結果, それらの相互作用に有意な影響が認められた。 XGBoostを用いた予測モデリングは、最も高い識別性能(バルセロナでは0.724、レアル・マドリードでは0.698)を達成し、宇宙のスコアと相対線の高さを支配的な予測指標とした。 バルセロナの成功は、より空間制御とコンパクトなライン調整によって特徴づけられ、レアル・マドリードはより適応性が高く、一貫性の低い防御構造を示した。 これらの結果は,集合防御性能を定量化するための解釈可能な空間指標の戦術的および予測的価値を示す。

関連論文リスト

• Analysis of Line Break prediction models for detecting defensive breakthrough in football [0.0]
  サッカーでは、攻撃チームが相手の防御線を突破して得点の機会を創り出そうとする。 本研究では,2023年J1リーグシーズンのイベントと追跡データを用いて,ラインブレークを予測する機械学習モデルを開発した。
  論文  参考訳（メタデータ） (2025-10-31T06:42:20Z)
• Through the Gaps: Uncovering Tactical Line-Breaking Passes with Clustering [0.0]
  ラインブレーキングパス(LBP)は、フットボールにおいて重要な戦術的行動であり、防御線を貫通し、高価値空間にアクセスできる。 我々は,同期イベントによるLPPの検出と分析と,エリートマッチからのデータの追跡を行う,教師なしクラスタリングベースのフレームワークを提案する。 我々のアプローチは、垂直空間分割によって相手チームの形状をモデル化し、オープンプレイ内の防御線を妨害するパスを特定します。 2022 FIFAワールドカップのチームと選手間でこれらの指標を評価し、垂直進行と構造破壊の様式的な違いを明らかにした。
  論文  参考訳（メタデータ） (2025-06-07T05:08:24Z)
• Unveiling Hidden Pivotal Players with GoalNet: A GNN-Based Soccer Player Evaluation System [8.957579200590988]
  サッカー分析ツールは、期待目標などの指標を強調し、プレイヤーの貢献を過度に表現する。 我々は、予測脅威(xT)の変化に対する個人クレジットを割り当てるGNNベースのフレームワークを導入する。 我々のパイプラインは、イベント中心グラフにおける空間的特徴と時間的特徴の両方を符号化し、非装飾行動の公平な帰属を可能にする。
  論文  参考訳（メタデータ） (2025-03-12T18:36:55Z)
• Perturbation-Invariant Adversarial Training for Neural Ranking Models: Improving the Effectiveness-Robustness Trade-Off [107.35833747750446]
  正統な文書に不可避な摂動を加えることで 敵の例を作れます この脆弱性は信頼性に関する重大な懸念を生じさせ、NRMの展開を妨げている。 本研究では,NRMにおける有効・損耗トレードオフに関する理論的保証を確立する。
  論文  参考訳（メタデータ） (2023-12-16T05:38:39Z)
• Bayes-xG: Player and Position Correction on Expected Goals (xG) using Bayesian Hierarchical Approach [55.2480439325792]
  本研究は, 期待目標(xG)測定値を用いて, 目標となるショットの予測における選手や位置要因の影響について検討した。 StatsBombの公開データを使って、イングランドのプレミアリーグから1万発のショットを分析している。 この研究は、スペインのラ・リガとドイツのブンデスリーガのデータに分析を拡張し、同等の結果を得た。
  論文  参考訳（メタデータ） (2023-11-22T21:54:02Z)
• Cooperation or Competition: Avoiding Player Domination for Multi-Target Robustness via Adaptive Budgets [76.20705291443208]
  我々は、敵攻撃を、異なるプレイヤーがパラメータ更新の合同方向で合意に達するために交渉する交渉ゲームであると見なしている。 我々は、プレイヤーの優位性を避けるために、異なる敵の予算を調整する新しいフレームワークを設計する。 標準ベンチマークの実験では、提案したフレームワークを既存のアプローチに適用することで、マルチターゲットロバスト性が大幅に向上することが示された。
  論文  参考訳（メタデータ） (2023-06-27T14:02:10Z)
• Avoid Adversarial Adaption in Federated Learning by Multi-Metric Investigations [55.2480439325792]
  Federated Learning(FL)は、分散機械学習モデルのトレーニング、データのプライバシの保護、通信コストの低減、多様化したデータソースによるモデルパフォーマンスの向上を支援する。 FLは、中毒攻撃、標的外のパフォーマンス劣化とターゲットのバックドア攻撃の両方でモデルの整合性を損なうような脆弱性に直面している。 我々は、複数の目的に同時に適応できる、強い適応的敵の概念を新たに定義する。 MESASは、実際のデータシナリオで有効であり、平均オーバーヘッドは24.37秒である。
  論文  参考訳（メタデータ） (2023-06-06T11:44:42Z)
• Evaluation of soccer team defense based on prediction models of ball recovery and being attacked [0.8921166277011345]
  本研究では,ボールの回復と攻撃の予測に基づいて,チーム防御を評価する手法を提案する。 45試合のデータを用いて,提案する指標とチームパフォーマンスの関係を検討した。
  論文  参考訳（メタデータ） (2021-03-17T13:15:41Z)
• Guided Adversarial Attack for Evaluating and Enhancing Adversarial Defenses [59.58128343334556]
  我々は、より適切な勾配方向を見つけ、攻撃効果を高め、より効率的な対人訓練をもたらす標準損失に緩和項を導入する。 本稿では, クリーン画像の関数マッピングを用いて, 敵生成を誘導するGAMA ( Guided Adversarial Margin Attack) を提案する。 また,一段防衛における最先端性能を実現するためのGAT ( Guided Adversarial Training) を提案する。
  論文  参考訳（メタデータ） (2020-11-30T16:39:39Z)

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。