論文の概要: Beyond Expected Goals: A Probabilistic Framework for Shot Occurrences in Soccer
- arxiv url: http://arxiv.org/abs/2512.00203v1
- Date: Fri, 28 Nov 2025 20:59:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-02 19:46:34.109163
- Title: Beyond Expected Goals: A Probabilistic Framework for Shot Occurrences in Soccer
- Title（参考訳）: 期待以上のゴール: サッカーにおけるショットオーカレンスの確率的フレームワーク
- Authors: Jonathan Pipping, Tianshu Feng, R. Paul Sabin,
- Abstract要約: 期待目標(xG)モデルは、ショットがそのコンテキストからゴールをもたらす確率を推定するが、観測されたショットでのみ動作する。
まず、次の秒内でショットが発生する確率を推定するフレームワーク xG+ とそれに対応する xG を提案する。
これにより、チームレベルでの予測精度が向上し、標準的なxGモデルよりも永続的なプレイヤースキル信号が生成される。
- 参考スコア（独自算出の注目度）: 0.9940728137241215
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Expected goals (xG) models estimate the probability that a shot results in a goal from its context (e.g., location, pressure), but they operate only on observed shots. We propose xG+, a possession-level framework that first estimates the probability that a shot occurs within the next second and its corresponding xG if it were to occur. We also introduce ways to aggregate this joint probability estimate over the course of a possession. By jointly modeling shot-taking behavior and shot quality, xG+ remedies the conditioning-on-shots limitation of standard xG. We show that this improves predictive accuracy at the team level and produces a more persistent player skill signal than standard xG models.
- Abstract（参考訳）: 期待目標(xG)モデルは、ショットがそのコンテキスト(例えば、位置、圧力)からゴールをもたらす確率を推定するが、観測されたショットでのみ動作する。
まず、次の秒内にショットが発生する確率を推定し、それに対応するxGを発生させるような所有レベルフレームワークであるxG+を提案する。
我々はまた、この共同確率推定を所有の過程で集計する方法も導入する。
ショットテイク動作とショット品質を共同でモデル化することにより、xG+は標準xGのコンディショニング・オン・ショット制限を改善する。
これにより、チームレベルでの予測精度が向上し、標準的なxGモデルよりも永続的なプレイヤースキル信号が生成される。
関連論文リスト
- What If They Took the Shot? A Hierarchical Bayesian Framework for Counterfactual Expected Goals [0.0]
本研究では,期待目標(xG)推定におけるプレイヤー固有の効果を定量化する階層的ベイズフレームワークを開発した。
2015-16年のStatsBombのデータから9,970枚のショットとフットボール・マネージャー2017のレーティングを用いて、ベイジアン・ロジスティック・レグレッションとインフォメーション・プレッションを組み合わせてプレイヤーレベルの見積もりを安定化させる。
このフレームワークは、同じコンテキスト下でプレイヤー間でショットを再配置することで、反ファクトリアルな"What-if"分析をサポートする。
論文 参考訳（メタデータ） (2025-11-28T11:01:47Z) - Biases in Expected Goals Models Confound Finishing Ability [18.67526513350852]
サッカーアナリティクスのフィニッシュスキルを評価するツールとして、期待されているゴール(xG)が登場した。
本稿では,xG統計を用いた仕上げ技術の評価に関する限界とニュアンスに対処することを目的とする。
論文 参考訳（メタデータ） (2024-01-18T12:41:58Z) - 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) - A Machine Learning Approach for Player and Position Adjusted Expected
Goals in Football (Soccer) [0.0]
期待されるゴール(xG)は、単なるスコアライン以上の洞察を可能にする。
本稿では,フットボールイベントデータに応用された機械学習アプリケーションについて述べる。
このモデルは15,575発のショットに基づいて,サッカー選手のxGs確率の予測に成功した。
論文 参考訳（メタデータ） (2023-01-19T22:17:38Z) - A Probabilistic Framework for Visual Localization in Ambiguous Scenes [64.13544430239267]
本稿では,カメラポーズの任意の形状の後部分布を予測する確率的枠組みを提案する。
我々は、予測分布からサンプリングできる変分推論を用いて、カメラポーズ回帰の新たな定式化によってこれを行う。
本手法は,不明瞭なシーンの局所化において,既存の手法よりも優れる。
論文 参考訳（メタデータ） (2023-01-05T14:46:54Z) - Will My Robot Achieve My Goals? Predicting the Probability that an MDP Policy Reaches a User-Specified Behavior Target [56.99669411766284]
自律的なシステムがタスクを実行する場合、ユーザの目標を達成する確率のキャリブレーションされた見積もりを維持する必要がある。
本稿では,ユーザの目標が目標間隔として指定される設定について検討する。
我々は、共形予測を反転させて確率推定を計算する。
論文 参考訳（メタデータ） (2022-11-29T18:41:20Z) - Panoptic Segmentation Forecasting [71.75275164959953]
我々の目標は、最近の観測結果から近い将来の予測を行うことです。
この予測能力、すなわち予測能力は、自律的なエージェントの成功に不可欠なものだと考えています。
そこで我々は,2成分モデルを構築した。一方のコンポーネントは,オードメトリーを予測して背景物の力学を学習し,他方のコンポーネントは検出された物の力学を予測する。
論文 参考訳（メタデータ） (2021-04-08T17:59:16Z) - RMS-Net: Regression and Masking for Soccer Event Spotting [52.742046866220484]
イベントラベルとその時間的オフセットを同時に予測できる,軽量でモジュール化されたアクションスポッティングネットワークを開発した。
SoccerNetデータセットでテストし、標準機能を使用して、完全な提案は3平均mAPポイントで現在の状態を超えます。
論文 参考訳（メタデータ） (2021-02-15T16:04:18Z)
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。