論文の概要: Credit Attribution in Timestamped Soccer Networks Using Multivariate Hawkes Processes

• arxiv url: http://arxiv.org/abs/2610.12775v1
• Date: Thu, 08 Oct 2026 22:34:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.30332
• Title: Credit Attribution in Timestamped Soccer Networks Using Multivariate Hawkes Processes
• Title（参考訳）: 多変量ホークスプロセスを用いたタイムスタンプサッカーネットワークにおけるクレジット属性
• Abstract要約: サッカーで使用される2つの伝統的な選手統計は、得点とアシストである。 ゴールの前に最終パスを行うプレイヤーにのみクレジットを付与することは、ゴールへのビルドアップにおける複数のプレイヤーの貢献を説明するのに失敗する。 我々は,選手のパスに基づいてゴール得点機会を作成するための選手の関与を測定する指標として,期待目標関与(xGI)を提案する。
• 参考スコア（独自算出の注目度）: 0.8021197489470757
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The two main traditional player statistics used in soccer are goals scored and assists, with an assist credited when a player's pass immediately leads to a teammate scoring. Attributing credit solely to the player who makes the final pass before a goal fails to account for the contributions of multiple players in the buildup to the goal. Consequently, traditional statistics provide only a limited view of player involvement. In this paper, we use multivariate Hawkes processes (MHPs) to model timestamped sequences of passes and shots, which form continuous-time networks. MHPs provide a branching mechanism where an event (a pass or shot) can be generated as a child of a previous event, which allows us to quantify each pass's contribution to a subsequent pass or shot. This approach distributes credit across multiple passes within an attacking sequence, making it applicable across a wide range of situations. Building on this framework, we propose expected goal involvements (xGI), a metric that measures a player's involvement in creating goal scoring opportunities based on their passes. This metric identifies players who play key roles in creating goal scoring opportunities even if they do not make the final pass, offering a more comprehensive measure of attacking involvement and player performance.
• Abstract（参考訳）: サッカーで使用される2つの伝統的な選手統計は得点とアシストであり、選手のパスがすぐにチームメイトの得点につながるとアシストがクレジットされる。 ゴールの前に最終パスを行うプレイヤーにのみクレジットを付与することは、ゴールへのビルドアップにおける複数のプレイヤーの貢献を説明するのに失敗する。 その結果、伝統的な統計はプレイヤーの関与についての限られた見解しか提供しない。 本稿では,連続時間ネットワークを形成するパスとショットのタイムスタンプシーケンスをモデル化するために,多変量ホークスプロセス(MHP)を用いる。 MHPは、前回のイベントの子供としてイベント(パスまたはショット)を生成できる分岐メカニズムを提供する。 このアプローチでは、攻撃シーケンス内の複数のパスにクレジットを分散し、幅広い状況で適用することができる。 この枠組みに基づいて,選手がパスに基づいてゴール得点の機会を創造する際の,選手の関与を計測する指標である,期待目標関与(xGI)を提案する。 この指標は、たとえ最終パスを達成しなかったとしても、ゴール得点の機会を創出する上で重要な役割を担っているプレイヤーを特定し、より包括的な攻撃の指標とプレイヤーのパフォーマンスを提供する。

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)
• 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)
• 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)
• Passing Heatmap Prediction Based on Transformer Model and Tracking Data [0.0]
  本研究では,パスの潜在的な終端位置を予測できる新しいディープラーニングネットワークアーキテクチャを提案する。 28,000回以上のイベントを解析すると、0.7以上のTop-1精度で堅牢な予測が達成される。 また、この予測に基づいて、ピッチコントロールとパスオプションをよりよく理解することで、選手のオフボール運動が防御性能に与える影響を測定することができる。
  論文  参考訳（メタデータ） (2023-09-04T11:14:22Z)
• About latent roles in forecasting players in team sports [47.066729480128856]
  チームスポーツは、チームメイトと相手とのインタラクションに影響を与える重要な社会的要素を含んでいる。 RolForはロールベースのForecastingのための新しいエンドツーエンドモデルです。
  論文  参考訳（メタデータ） (2023-04-17T13:33:23Z)
• A Graph-Based Method for Soccer Action Spotting Using Unsupervised Player Classification [75.93186954061943]
  アクションスポッティングには、ゲームのダイナミクス、イベントの複雑さ、ビデオシーケンスのバリエーションを理解することが含まれる。 本研究では, (a) 選手, 審判, ゴールキーパーをグラフのノードとして識別し, および (b) 時間的相互作用をグラフのシーケンスとしてモデル化することによって, 前者に焦点を当てる。 プレーヤ識別タスクでは,他のモダリティと組み合わせることで,平均mAPの57.83%の総合的な性能が得られる。
  論文  参考訳（メタデータ） (2022-11-22T15:23:53Z)
• Evaluation of creating scoring opportunities for teammates in soccer via trajectory prediction [7.688133652295848]
  実際の動作と軌道予測による参照動作を比較することで,オフボールスコアリングの機会を創出する選手を評価する。 検証のために,プロサッカーリーグのチーム全試合の年間給与,ゴール,評価との関係を検討した。 提案手法は,ボールのない選手がチームメイトに得点率を与えるための指標として有効であることが示唆された。
  論文  参考訳（メタデータ） (2022-06-04T03:58:37Z)
• Leaving Goals on the Pitch: Evaluating Decision Making in Soccer [21.85419069962932]
  機械学習と人工知能(AI)の技術を組み合わせてサッカーにおける意思決定を推論する汎用フレームワークを提案する。 私たちの重要な結論は、チームが少数のチーム固有の場所でペナルティボックスの外からより頻繁にショットした場合、より多くの目標を達成できるということです。
  論文  参考訳（メタデータ） (2021-04-07T16:56:31Z)

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。