しかし、複数試合を適切にスイッチすることは、イベントが起きる頻度の多いサッカーのようなスポーツでは特に難しい。本論文は決定的なシーンを予測するPOGBA(Prediction of Goals by Assesing Phases)アルゴリズムを提案する。このタスクは未だなされていない。POGBAはひとつづきの時空間データ(トラッキングデータとイベントデータ)から、特定の試合状況がゴールを導く確率を計算する。この指標を用いて実世界のデータを実験的に評価したところ、適合率(Precision)と再現率(Recall)でほかのベースラインアルゴリズムを上回った。
authors: "Decroos, Tom; Dzyuba, Vladimir; Van Haaren, Jan; Davis, Jesse"
labs: "KU Leuven, Department of Computer Science, 3001 Leuven, Belgium"
conference: " AAAI Conference on Artificial Intelligence (AAAI-17)"
sport: "Soccer"
thumbnail: "https://user-images.githubusercontent.com/22371492/59555359-d4b18100-8feb-11e9-8d81-275614f6036f.png" year: "2017" url: "https://aaai.org/ocs/index.php/AAAI/AAAI17/paper/view/14743"
publisher: Gota Shirato
要旨 Abstract
スポーツ番組を持つ放送局は、限られた放映時間の枠をできるだけ魅力的なものにしようとしている。ハイライトチャンネル(日本でいうDAZNのJゾーンにあたる)はひとつの革新といえる。
しかし、複数試合を適切にスイッチすることは、イベントが起きる頻度の多いサッカーのようなスポーツでは特に難しい。本論文は決定的なシーンを予測する
POGBA
(Prediction of Goals by Assesing Phases)アルゴリズムを提案する。このタスクは未だなされていない。POGBA
はひとつづきの時空間データ(トラッキングデータとイベントデータ)から、特定の試合状況がゴールを導く確率を計算する。この指標を用いて実世界のデータを実験的に評価したところ、適合率(Precision)と再現率(Recall)でほかのベースラインアルゴリズムを上回った。リサーチ課題
サッカーにおけるゴールシーンを予測する。
リサーチ課題に対する結論
トラッキングデータとIndirect Estimationにより、ベースラインより良い予測結果が出た。
手法
まずは一言で
手法の具体的な説明
従来のアプローチとはどのように異なるか
結果
コメント
問題点や議論できることがあれば
その他
リサーチクエスチョンに関する論文
手法に関する論文