authors: "Bialkowski, Alina; Lucey, Patrick; Carr, Peter; Yue, Yisong; Sridharan, Sridha; Matthews, Iain" labs: "Disney Research, Pittsburgh, USA; Queensland University of Technology, Australia; California Institute of Technology, USA" conference: "Proceedings - IEEE International Conference on Data Mining, ICDM(2015)" sport: "Soccer" url: "https://ieeexplore.ieee.org/document/7023391" thumbnail: "https://user-images.githubusercontent.com/22371492/59854801-8ebf3900-93ae-11e9-8fd1-ade8454171af.png"

要旨 Abstract

プロスポーツにおいてトラッキングデータの収集はもはや普通のこととなった。それでも、情報の活用方法は考えなければならない。

プロサッカーの試合における選手とボールのトラッキングデータを使用し(4億データポイント)、個人の選手とチームの両方の分析をできる手法を提案する。

サッカーのように、動的、連続的かつ複数選手が参加するスポーツでは、選手をどのように配置するかが重要になる。ここでは、「役割ベース」の表記をし、各選手の相対的な役割を毎フレームごとに更新し、これが短期間のコンテクストをどのように捉え選手とチームの分析をするかを見せる。

役割は最小エントロピーデータ分割法を用いることにより、データから得ることができる。これにより、フォーメーションの検知や可視化が可能であり、各選手の振る舞いを見ることもできる。

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

問題点や議論できることがあれば

リサーチクエスチョンに関する論文

手法に関する論文

Cited in