論文の概要: A Statistical and Machine Learning Framework for Quantifying Offensive Impact in Professional Box Lacrosse
- arxiv url: http://arxiv.org/abs/2609.06610v1
- Date: Sun, 06 Sep 2026 13:55:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-10 19:44:08.270653
- Title: A Statistical and Machine Learning Framework for Quantifying Offensive Impact in Professional Box Lacrosse
- Title（参考訳）: プロのボックスラクロスにおける攻撃的影響の定量化のための統計的および機械学習フレームワーク
- Abstract要約: 本研究は、予想目標(xG)を推定し、手動でロチェスター・ナイトホークスのショット試射を1,006で記録した攻撃的関与に寄与する枠組みを開発する。
個体数回帰,無作為林,および極端無作為木を3つの巣状特徴集合で評価した。
結果はリーグ全体または因果推定よりも最初のケーススタディである。
- 参考スコア（独自算出の注目度）: 1.3537117504260623
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Professional box-lacrosse statistics summarize outcomes but provide limited information about shot quality or the roles behind scoring opportunities. This study develops a documented framework for estimating expected goals (xG) and attributing recorded offensive involvement using 1,006 manually annotated Rochester Knighthawks shot attempts, including 151 goals, from 13 consecutive 2025-2026 National Lacrosse League games. Logistic regression, random forest, and extremely randomized trees were evaluated across three nested feature sets using Leave-One-Game-Out cross-validation and a training-fold base-rate benchmark. The contextual baseline random forest had the lowest observed pooled log loss (0.4189) and Brier score (0.1260), improving on the benchmark by 1.22% and 1.50%; five of nine specifications did not beat the benchmark. Adding two-man-action and pick-type fields did not improve the primary metrics. Core Offensive Impact attributes recorded involvement through shooter xG and shot-based expected assists for final passers. Expected Pick Value (xPV) compares a qualifying pick's observed-state probability with a no-pick counterfactual. Its magnitude was indistinguishable from model noise. Its directional pattern exceeded 200 row-permutation replicates, but limited tail resolution and failure to preserve game-level pick composition make the diagnostic descriptive rather than inferential. Accordingly, xPV is reported only as an exploratory augmented component. Given the single-team, 13-game sample, the results are an initial case study rather than league-wide or causal estimates.
- Abstract（参考訳）: プロのボックスラクロス統計は、成果を要約するが、ショットの品質や、得点機会の背後にある役割について限られた情報を提供する。
本研究は,2025-2026年ナショナルラクロスリーグの13試合から151ゴールを含む1,006の手動アノテートされたロチェスター・ナイトホークスショットを用いた,期待目標 (xG) の推定と攻撃的関与の報告を行うための文書化フレームワークを開発する。
伐採回帰,無作為林,および極端ランダム化木を,Leave-One-Game-Outクロスバリデーションとトレーニング・フォールド・ベースレート・ベンチマークを用いて,ネストした3つの特徴集合で評価した。
コンテキストベースラインのランダム・フォレストは最低値のプールド・ログ・ロス (0.4189) とブライア・スコア (0.1260) を持ち、ベンチマークを1.22%改善し1.50%改善した。
2-man-action と pick-type が加わったが、主要な指標は改善しなかった。
Core Offensive Impact属性は、ファイナルパスのためのシューターxGとショットベースの期待アシストを通じて、関与を記録している。
期待されるピック値(xPV)は、予選ピックの観測状態の確率とノンピックのカウンターファクトの確率を比較する。
その大きさは模型の騒音と区別がつかない。
その方向パターンは200行置換の複製を超えたが、尾の解像度が制限され、ゲームレベルのピック構成を保存できないため、推論ではなく診断記述が可能である。
したがって、xPVは探索的な拡張成分としてのみ報告される。
シングルチームの13試合のサンプルを考えると、結果はリーグ全体や因果推定ではなく、最初のケーススタディである。
関連論文リスト
- What Fixed-Rollout pass@k Evaluations Can Identify [3.0318216701273397]
繰り返しサンプリング評価は、問題毎に収集されたサンプル数nをはるかに超え、pass@kを外挿する。
プール/ランダム・タスク条件付きビノミカルモデルでは、固定nの成功回数は、潜在タスク毎の成功分布の n 自由モーメントのみを識別する。
論文 参考訳（メタデータ） (2026-09-08T10:27:52Z) - The Low Frequency Trap: Video Language Models Fail at Simple Event Bookkeeping [70.07961857926377]
3つの制御されたビデオタスクにおけるイベントカウントのためのトレーサグラウンドパラメトリックプロファイリングを導入する。
2,190本のビデオでは,レンダリングを保ちながらイベントカウントNと周波数Fが異なる。
80%の信頼性しきい値において、Gemini 3.6 Flashは、0.5Hzと1.0Hzの12イベントまでの永続的な状態遷移を確実にカウントするが、過渡的点滅イベントに対する信頼性の高い正カウント領域は示さない。
論文 参考訳（メタデータ） (2026-08-06T17:57:06Z) - From Score Matrices to Football-Aware Match-State Simulation: An Auditable LLM Harness for Exact-Score Reranking [0.0]
フットボールのスコア予測は、強い統計コアと難しい文脈のエッジを組み合わせる。
監査可能な情報ハーネスを通じて、両方のコンポーネントを結合します。
2025-26イングランド・プレミアリーグの最初の150試合のリプレイで、V1は10.0%のTop-1と26.7%のTop-3の精度を達成した。
論文 参考訳（メタデータ） (2026-08-05T16:34:53Z) - SpatialBench-UC: Uncertainty-Aware Evaluation of Spatial Prompt Following in Text-to-Image Generation [0.0]
SpaceBench-UCは、ペアの空間関係を再現可能な小さなベンチマークである。
ベンチマークパッケージ、バージョン付きプロンプト、ピン付き構成、サンプルごとのチェッカー出力、レポートテーブルをリリースします。
安定拡散1.5, SD 1.5 BoxDiff, SD 1.4 GLIGENの3つのベースラインについて検討した。
論文 参考訳（メタデータ） (2026-01-19T23:37:10Z) - 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) - 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) - CausalDiff: Causality-Inspired Disentanglement via Diffusion Model for Adversarial Defense [61.78357530675446]
人間は、本質的な要因のみに基づいて判断するので、微妙な操作によって騙されるのは難しい。
この観察に触発されて、本質的なラベル因果因子を用いたラベル生成をモデル化し、ラベル非因果因子を組み込んでデータ生成を支援する。
逆の例では、摂動を非因果因子として識別し、ラベル因果因子のみに基づいて予測することを目的としている。
論文 参考訳（メタデータ） (2024-10-30T15:06:44Z) - 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) - Improving Selective Visual Question Answering by Learning from Your
Peers [74.20167944693424]
VQA(Visual Question Answering)モデルは、間違っていた場合の回答を控えるのに苦労する可能性がある。
本稿では,複数モーダル選択関数の学習におけるLearning from Your Peers (LYP) アプローチを提案する。
提案手法では,学習データの異なるサブセットに基づいて訓練されたモデルの予測を,選択的VQAモデルの最適化のターゲットとして利用する。
論文 参考訳（メタデータ） (2023-06-14T21:22:01Z) - Conservative Prediction via Data-Driven Confidence Minimization [70.93946578046003]
機械学習の安全性クリティカルな応用においては、モデルが保守的であることが望ましいことが多い。
本研究では,不確実性データセットに対する信頼性を最小化するデータ駆動信頼性最小化フレームワークを提案する。
論文 参考訳（メタデータ） (2023-06-08T07:05:36Z) - Statistical and Computational Phase Transitions in Group Testing [73.55361918807883]
本研究の目的は、希少な疾患を患っているk人の集団を同定することである。
個々人のテストを割り当てるための2つの異なる単純なランダムな手順を考える。
論文 参考訳（メタデータ） (2022-06-15T16:38:50Z) - Examining and Combating Spurious Features under Distribution Shift [94.31956965507085]
我々は、最小限の統計量という情報理論の概念を用いて、ロバストで刺激的な表現を定義し、分析する。
入力分布のバイアスしか持たない場合でも、モデルはトレーニングデータから急激な特徴を拾い上げることができることを証明しています。
分析から着想を得た結果,グループDROは,グループ同士の相関関係を直接考慮しない場合に失敗する可能性が示唆された。
論文 参考訳（メタデータ） (2021-06-14T05:39:09Z)
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。