論文の概要: Performance Anomaly Detection in Athletics: A Benchmarking System with Visual Analytics

• arxiv url: http://arxiv.org/abs/2604.21953v1
• Date: Thu, 23 Apr 2026 06:21:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-27 15:36:26.213379
• Title: Performance Anomaly Detection in Athletics: A Benchmarking System with Visual Analytics
• Title（参考訳）: スポーツにおけるパフォーマンス異常検出:ビジュアル分析を用いたベンチマークシステム
• Authors: Blessed Madukoma, Prasenjit Mitra,
• Abstract要約: ドーピング防止プログラムは、パフォーマンス向上薬を検出する生物学的テストに依存している。 このような検査は1サンプルあたり800ドル以上で、多くの禁止物質に対する短い検出窓によって制限されている。 8つの検出手法を用いて19,000以上の競技から160万の競技成績を処理するシステムを提案する。
• 参考スコア（独自算出の注目度）: 13.570863502498336
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Anti-doping programs rely on biological testing to detect performance-enhancing drugs, but such testing costs over $800 per sample and is limited by short detection windows for many prohibited substances. These constraints leave large portions of athletes without regular testing, motivating complementary screening approaches that analyze routine competition results to identify suspicious performance patterns. We present a system that processes 1.6 million athletics performances from over 19,000 competitions (2010-2025) using eight detection methods ranging from statistical rules to machine learning and trajectory analysis. We validate all methods against publicly confirmed anti-doping violations to measure their effectiveness in identifying sanctioned athletes. Trajectory-based methods, which compare performances to expected career progression, achieve the best balance between detecting violations and limiting false alarms, though all methods face challenges from incomplete data and rare confirmed violations. The system provides an interactive interface for expert-driven investigation, emphasizing transparency and human judgment to support, rather than replace, established anti-doping processes.
• Abstract（参考訳）: ドーピング防止プログラムは、パフォーマンス向上剤を検出するための生物学的テストに頼っているが、そのようなテストは1サンプルあたり800ドル以上かかり、多くの禁止物質に対する短い検出窓によって制限されている。 これらの制約は、運動選手の大部分に定期的なテストを行わず、定期的な競技結果を分析し、不審なパフォーマンスパターンを識別する補完的なスクリーニングアプローチを動機付けている。 本研究では,統計ルールから機械学習,軌道解析に至るまでの8つの手法を用いて,19,000以上の競技種目(2010-2025)から1.6万の競技成績を処理するシステムを提案する。 我々は,公認選手を特定する上での有効性を評価するために,公的に確認されたドーピング違反に対するすべての方法を検証する。 トラジェクトリベースの手法は、パフォーマンスと期待されるキャリアの進歩を比較し、違反の検出と誤報の制限の最良のバランスを達成するが、すべての手法は不完全なデータと稀に確認された違反からの課題に直面している。 このシステムは、専門家主導による調査のためのインタラクティブなインターフェースを提供し、確立したアンチドーピングプロセスを置き換えるのではなく、透明性と人間の判断をサポートすることを強調する。

関連論文リスト

• A Two-Stage, Object-Centric Deep Learning Framework for Robust Exam Cheating Detection [0.0]
  学術的完全性は、試験不正の永続的な課題に直面し続けている。 従来の吸気は人間の観察に依存しており、これは非効率でコストがかかり、大規模なエラーを起こしやすい。 本稿では,よく知られた技術を用いた試験不正検出のための簡易な2段階フレームワークの改良を提案する。
  論文  参考訳（メタデータ） (2026-04-17T16:53:08Z)
• Detecting Object Tracking Failure via Sequential Hypothesis Testing [80.7891291021747]
  ビデオにおけるリアルタイムのオンラインオブジェクト追跡は、コンピュータビジョンにおける中核的なタスクである。 本稿では,物体追跡を逐次的仮説テストとして解釈することを提案する。 本研究では,地中追跡情報と内部追跡情報の両方を活用することにより,教師なしと教師なしの両方の変種を提案する。
  論文  参考訳（メタデータ） (2026-02-13T14:57:15Z)
• SAFE-QAQ: End-to-End Slow-Thinking Audio-Text Fraud Detection via Reinforcement Learning [52.29460857893198]
  既存の不正検出方法は、書き起こされたテキストに依存しており、ASRのエラーや、声調や環境条件のような重要な音響的手がかりが欠けている。 音声に基づくスロー思考詐欺検出のためのエンドツーエンド包括的フレームワークSAFE-QAQを提案する。 本フレームワークは,ライブコール中に動的リスクアセスメントフレームワークを導入し,不正の早期検出と防止を可能にする。
  論文  参考訳（メタデータ） (2026-01-04T06:09:07Z)
• On the Adversarial Robustness of Learning-based Conformal Novelty Detection [10.58528988397402]
  AdaDetect を用いた共形ノベルティ検出の対角的ロバスト性について検討した。 以上の結果から,高い検出力を維持しながらFDRを著しく増大させる可能性が示唆された。
  論文  参考訳（メタデータ） (2025-10-01T03:29:11Z)
• Demystifying the Role of Rule-based Detection in AI Systems for Windows Malware Detection [12.318835339832056]
  マルウェア検出は、署名に基づく検出と機械学習を統合するAIシステムにますます依存している。 本研究では,シグネチャベースの検出がトレーニングパイプラインに含まれる場合のモデルトレーニングに与える影響について検討する。
  論文  参考訳（メタデータ） (2025-08-13T09:35:51Z)
• A Knowledge-guided Adversarial Defense for Resisting Malicious Visual Manipulation [93.28532038721816]
  視覚的操作の悪意ある応用は、多くの分野でユーザーのセキュリティと評判に深刻な脅威をもたらしている。 本稿では,悪質な操作モデルを積極的に強制し,意味論的に混乱したサンプルを出力するために,知識誘導型敵防衛(KGAD)を提案する。
  論文  参考訳（メタデータ） (2025-04-11T10:18:13Z)
• Scalable Ensemble-based Detection Method against Adversarial Attacks for speaker verification [73.30974350776636]
  本稿では,一貫した枠組みにおける主流浄化手法を包括的に比較する。 本稿では, 検出のための高度浄化モジュールを組み込んだ, 簡単に追従できるアンサンブル手法を提案する。
  論文  参考訳（メタデータ） (2023-12-14T03:04:05Z)
• mlscorecheck: Testing the consistency of reported performance scores and experiments in machine learning [0.0]
  我々は、報告された性能スコアと機械学習問題における様々な実験装置との矛盾を識別できる数値的手法を開発した。 これらの一貫性テストは、オープンソースのパッケージmlscorecheckに統合される。
  論文  参考訳（メタデータ） (2023-11-13T18:31:48Z)
• On the Universal Adversarial Perturbations for Efficient Data-free Adversarial Detection [55.73320979733527]
  本稿では,UAPに対して正常サンプルと逆サンプルの異なる応答を誘導する,データに依存しない逆検出フレームワークを提案する。 実験結果から,本手法は様々なテキスト分類タスクにおいて,競合検出性能を実現することが示された。
  論文  参考訳（メタデータ） (2023-06-27T02:54:07Z)
• AI-based approach for improving the detection of blood doping in sports [1.0260880679794955]
  血液試料中のドーピング物質rhEPOの存在を識別するための統計的および機械学習に基づくアプローチを提案する。 本稿では,血液試料中のドーピング物質rhEPOの存在を識別するための統計的および機械学習に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2022-02-09T16:23:44Z)

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。