論文の概要: H-VAEP and H-xT: Valuing Offensive On-the-Ball Actions in Handball by Estimating Probabilities

• arxiv url: http://arxiv.org/abs/2608.12926v1
• Date: Thu, 13 Aug 2026 08:05:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-14 18:29:38.436472
• Title: H-VAEP and H-xT: Valuing Offensive On-the-Ball Actions in Handball by Estimating Probabilities
• Title（参考訳）: H-VAEPとH-xT:確率推定によるハンドボールにおける攻撃的オンザボール行動の評価
• Abstract要約: サッカー(社会)分析は期待された脅威(xT)と推定確率(VAEP)による評価行動を採用した 本報告では,ハンドボールによる5シーズンの追跡イベントデータを利用した,ハンドボール用xTおよびVAEPの総合的適応と評価について述べる。 評価の結果,H-VAEPは極めて安定し,差別的で,直感的にプレイヤーの格付けが向上することがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Traditional player evaluation in professional handball relies on basic box-score metrics or heuristic indices, which fail to credit the multi-player build-up chain. While football (soccer) analytics has adopted Expected Threat (xT) and Valuing Actions by Estimating Probabilities (VAEP), these event-based action valuation frameworks have not yet been adapted to handball. In this paper, we present the first comprehensive adaptation and evaluation of xT and VAEP for handball, utilizing five seasons of tracking-derived event data from the Handball Bundesliga. We develop Handball-xT (H-xT) using a handball-native court zoning layout, demonstrating via simulations that it is systematically more robust than standard rectangular grids. We optimize Handball-VAEP (H-VAEP) by tailoring its feature space and selecting the context length to limit team-identity leakage. Our evaluation shows that H-VAEP yields exceptionally stable, discriminative, and intuitive player ratings that highlight build-up play. Finally, we release our complete code repository to help professional clubs deploy these models.
• Abstract（参考訳）: プロハンドボールにおける伝統的なプレーヤー評価は、基本となるボックススコアのメトリクスやヒューリスティックな指標に依存しており、マルチプレイヤーのビルドアップチェーンを信用できない。 サッカー(社会)の分析では、期待された脅威(xT)と推定確率による評価行動(VAEP)が採用されているが、これらのイベントベースのアクション評価フレームワークはまだハンドボールに適応していない。 本稿では,ハンドボールからの5シーズンの追跡イベントデータを利用した,ハンドボール用xTおよびVAEPの総合的適応と評価について述べる。 本研究では,Handball-xT (H-xT) を開発した。 我々は,Handball-VAEP (H-VAEP) を最適化し,その特徴空間を調整し,チーム同一性のリークを制限するためにコンテキスト長を選択する。 評価の結果,H-VAEPは極めて安定し,差別的で,直感的にプレイヤーの格付けが向上することがわかった。 最後に、プロのクラブがこれらのモデルをデプロイするのを助けるために、完全なコードリポジトリをリリースします。

関連論文リスト

• GenTac: Generative Modeling and Forecasting of Soccer Tactics [66.35532694378146]
  GenTacはサッカーの戦術を、連続したマルチプレイヤーの軌跡と個別の意味的な出来事のプロセスとして概念化している。 対戦行動、特定のチームやリーグプレースタイル、戦略的目的など、リッチなコンテキスト条件付けをサポートする。 バスケットボール、アメリカンフットボール、アイスホッケーなど、他のダイナミックチームスポーツへの一般化をうまく訓練することができる。
  論文  参考訳（メタデータ） (2026-04-13T17:53:49Z)
• A Machine Learning Framework for Off Ball Defensive Role and Performance Evaluation in Football [3.418921713486739]
  我々は,フットボールゲームにおいてコーナーキックに適した,共依存型Hidden Markov Model (CDHMM)を導入する。 本モデルでは,プレイヤー追跡データから直接,時間分解によるマンマーキングと地域割当を推定する。 本稿では,防衛的信用帰属のための新しい枠組みと,オフボール防御性能の実証分析のための役割条件付ゴースト法を提案する。
  論文  参考訳（メタデータ） (2026-01-02T17:10:36Z)
• Action Anticipation from SoccerNet Football Video Broadcasts [84.87912817065506]
  フットボール放送ビデオのアクション予測タスクについて紹介する。 我々は、5秒または10秒の予測ウィンドウ内で、観測されていない将来のフレームにおける将来の動作を予測する。 我々の研究は、自動放送、戦術分析、プレイヤーの意思決定における応用を可能にします。
  論文  参考訳（メタデータ） (2025-04-16T12:24:33Z)
• 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)
• Re-evaluating Open-ended Evaluation of Large Language Models [50.23008729038318]
  現在のEloベースのレーティングシステムは、データ、意図的、あるいは偶発的なバイアスの影響を受けやすく、さらに強化できることを示している。 本稿では,3人プレイヤゲームとしての評価を提案し,冗長性に対するロバスト性を確保するために,ゲーム理論の新たな概念を導入する。
  論文  参考訳（メタデータ） (2025-02-27T15:07:47Z)
• Expected Possession Value of Control and Duel Actions for Soccer Player's Skills Estimation [0.0]
  本稿では、広く使われているモデル、期待所有値(EPV)に複数の拡張を導入する。 撮影直前に発生する事象に、先行する出来事よりも重みを割り当てる(デカイ効果)。 本モデルでは, 減衰効果と有効演奏時間を考慮することにより, 保持リスクをより正確に評価する。
  論文  参考訳（メタデータ） (2024-06-02T17:29:42Z)
• 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)
• Prediction of Handball Matches with Statistically Enhanced Learning via Estimated Team Strengths [0.0]
  ハンドボールゲームを予測するため,統計的に強化された学習モデル(別名SEL)を提案する。 SELで強化された機械学習モデルは、80%以上の精度で最先端のモデルより優れています。
  論文  参考訳（メタデータ） (2023-07-20T00:50:26Z)
• Hang-Time HAR: A Benchmark Dataset for Basketball Activity Recognition using Wrist-Worn Inertial Sensors [47.33629411771497]
  本稿では,手首に装着したセンサから身体活動認識手法を評価するためのベンチマークデータセットを提案する。 データセットは、米国とドイツの2つのチームで記録され、計24人のプレーヤーが手首に慣性センサーを装着した。
  論文  参考訳（メタデータ） (2023-05-22T15:25:29Z)
• "Why Would I Trust Your Numbers?" On the Explainability of Expected Values in Soccer [5.825190876052149]
  本稿では,ショットの期待値を推定する,説明可能な一般化付加モデルを提案する。 我々は、練習者が慣れ親しんだピッチ上の指定されたゾーンにショットをファジィに割り当てることで、ショットの位置を表現している。 実験により,我々のモデルは既存のモデルと同じくらい正確であり,サッカー実践者には説明し易いことがわかった。
  論文  参考訳（メタデータ） (2021-05-27T10:05:00Z)
• 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。