論文の概要: DShuttleNet: A Badminton Doubles Dataset for Evaluating Team Coordination
- arxiv url: http://arxiv.org/abs/2610.14016v1
- Date: Tue, 29 Sep 2026 09:44:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-20 23:44:51.96956
- Title: DShuttleNet: A Badminton Doubles Dataset for Evaluating Team Coordination
- Title（参考訳）: DShuttleNet: チームのコーディネーションを評価するためのバドミントンデータセット
- Abstract要約: DShuttleNetは、エリートBWFワールドツアートーナメントからキュレートされたバドミントンダブルスの包括的なデータセットである。
DShuttleNetは、専門家ラベルの"Loss Reasons"を独自に組み込んで、データセットを因果的戦術評価のための診断ツールに変換する。
- 参考スコア（独自算出の注目度）: 5.928230108763411
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Most existing sports datasets are individual-centric or ball-centric, focusing on individual player actions while ignoring interactions among teammates. In badminton doubles, tactical success is governed by rapid team formation and coordination, yet standard resources for modeling these player interactions are scarce. To bridge this gap, we present DShuttleNet, a comprehensive dataset for badminton doubles curated from elite BWF World Tour tournaments. Beyond trajectory data, DShuttleNet uniquely incorporates expert-labeled "Loss Reasons," transforming the dataset into a diagnostic tool for causal tactical evaluation. We formally define two geometry-driven representations, Teammate-Relative Angle (TRA) and Vertical Shot Angle (VSA), to characterize coordination and shot aggressiveness. To quantify interpersonal synergy, we introduce novel metrics, Court Coverage Efficacy Index (CCEI) and Threat Load Asymmetry Index (TLAI), which evaluate the often-overlooked non-hitting partner's role and defensive coordination. Experimental results demonstrate that conventional models suffer from underfitting when failing to incorporate these coordination-centric features, highlighting the critical importance and potential impact of releasing DShuttleNet. Dataset is available at: https://doi.org/10.34740/kaggle/dsv/16097938.
- Abstract（参考訳）: 既存のスポーツデータセットのほとんどは、個人中心またはボール中心であり、チームメイト間の相互作用を無視しながら、個々のプレイヤーアクションに焦点を当てている。
バドミントンでは、戦術的な成功はチームの形成と調整によって支配されるが、これらのプレイヤーの相互作用をモデル化するための標準的なリソースは乏しい。
このギャップを埋めるために、我々は、BWFワールドツアーのエリートトーナメントからキュレートされたバドミントンダブルスの包括的なデータセットであるDShuttleNetを紹介した。
DShuttleNetは、軌跡データ以外にも、専門家がラベル付けした"Loss Reasons"を独自に組み込んで、データセットを因果的戦術的評価のための診断ツールに変換する。
我々は公式に2つの幾何駆動型表現、TRA(Teammate-Relative Angle)とVSA(Vertical Shot Angle)を定義し、コーディネーションとショットアグレッシビリティを特徴付ける。
対人相乗効果を定量化するために,新たな指標であるCCEI(Court Coverage Efficacy Index)とTLAI(Threat Load Asymmetric Index)を導入する。
実験の結果、従来のモデルではこれらの調整中心の機能を組み込まなかった場合、不適合に悩まされ、DShuttleNetをリリースすることの重要性と潜在的影響を強調した。
Dataset は以下の https://doi.org/10.34740/kaggle/dsv/16097938 で利用可能である。
関連論文リスト
- Inter-X++: A Comprehensive Benchmark for Multimodal Human-Human Interaction Analysis [55.78822230833247]
We present Inter-X++, a comprehensive and large-scale benchmark designed to empower useful HHI analysis。
インターX++は11,388個の高忠実な相互作用シーケンスと8.1Mフレームを提供する。
インタラクションの再構築と意味理解を協調的に最適化する,単一かつ統一されたHHI表現とモデリングフレームワークOpenHHIを提案する。
論文 参考訳（メタデータ） (2026-08-20T17:51:48Z) - MINDGAMES: A Live Arena for Evaluating Social and Strategic Reasoning in Multi-Agent LLMs [54.81359054218573]
大規模言語モデル(LLM)のためのマルチゲームアリーナと評価プラットフォームであるMindgamesを紹介する。
Mindgamesは、統合されたインタラクションインターフェース、TrueSkillベースの評価、および4つのゲーム環境にわたる完全な軌跡ログを提供する。
我々は,決定論的オフライントーナメントプロトコルMG-Refとともに,ターンレベルの観察,アクション,報酬を含む29,571個のマルチエージェントゲームを分析した。
論文 参考訳（メタデータ） (2026-05-28T07:33:47Z) - Bridging the Gap: Doubles Badminton Analysis with Singles-Trained Models [0.0]
バドミントンは世界最速のラケットスポーツです
これまでの研究は主に、データの可用性と多人数追跡の課題のためにシングルに重点を置いてきた。
この研究は、ファストラケットスポーツのこの支配的だが未検討のフォーマットを理解するために、ダブルス固有のデータセットの基盤を確立する。
論文 参考訳（メタデータ） (2025-08-19T04:45:15Z) - Self-Training with Pseudo-Label Scorer for Aspect Sentiment Quad Prediction [54.23208041792073]
Aspect Sentiment Quad Prediction (ASQP) は、与えられたレビューに対して全てのクワッド(アスペクト項、アスペクトカテゴリー、意見項、感情極性)を予測することを目的としている。
ASQPタスクにおける重要な課題はラベル付きデータの不足であり、既存のメソッドのパフォーマンスを制限している。
そこで我々は,擬似ラベルスコアラーを用いた自己学習フレームワークを提案し,レビューと擬似ラベルの一致をスコアラーが評価する。
論文 参考訳（メタデータ） (2024-06-26T05:30:21Z) - ShuttleSet: A Human-Annotated Stroke-Level Singles Dataset for Badminton
Tactical Analysis [5.609957071296952]
我々は、アノテートされたストロークレベルの記録を持つ、公開可能な最大のバドミントンシングルスデータセットであるShuttleSetを紹介する。
104セット、3,685ラリー、36,492ストロークが2018年から2021年にかけて44試合に出場し、27人の男子シングルと女子シングルが出場した。
ShuttleSetはコンピュータ支援ラベル付けツールで手動で注釈付けされ、ショットタイプを選択する際のラベル付け効率と有効性を高める。
論文 参考訳（メタデータ） (2023-06-08T05:41:42Z) - Estimation of control area in badminton doubles with pose information
from top and back view drone videos [11.679451300997016]
我々はバドミントンダブルスでトップとバックビューから最初の注釈付きドローンデータセットを提示する。
チームワークのパフォーマンスを評価するために,制御領域の確率マップを推定するフレームワークを提案する。
論文 参考訳（メタデータ） (2023-05-07T11:18:39Z) - 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) - ShuttleNet: Position-aware Fusion of Rally Progress and Player Styles
for Stroke Forecasting in Badminton [18.524164548051417]
本稿では,ターンベースのスポーツにおいて,どのストロークをどこで返すべきかを客観的に判断することに焦点を当てる。
本稿では,ラリープログレスとプレーヤスタイルの融合フレームワーク(ShuttleNet)を提案する。
論文 参考訳（メタデータ） (2021-12-02T08:14:23Z) - ConsNet: Learning Consistency Graph for Zero-Shot Human-Object
Interaction Detection [101.56529337489417]
画像中のHuman, Action, Object>の形のHOIインスタンスを検出・認識することを目的としたHuman-Object Interaction (HOI) Detectionの問題点を考察する。
我々は、オブジェクト、アクション、インタラクション間の多レベルコンパレンシーは、稀な、あるいは以前には見られなかったHOIのセマンティック表現を生成するための強力な手がかりであると主張している。
提案モデルでは,人-対象のペアの視覚的特徴とHOIラベルの単語埋め込みを入力とし,それらを視覚-意味的関節埋め込み空間にマッピングし,類似度を計測して検出結果を得る。
論文 参考訳（メタデータ） (2020-08-14T09:11:18Z)
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。