チームスポーツにおける戦術的意思決定分析のためのトランスフォーマーベースのマルチモダルフレームワーク,サッカーに適用

科学分野:

• スポーツ科学 スポーツ科学
• 人工知能 (AI) とは,人工知能 (AI) のことです.
• データサイエンス データサイエンス

背景:

• サッカーにおける戦術的意思決定の評価は,極めて重要ですが,従来の方法の限界のために困難です.
• 既存のアプローチには,リアルタイム分析のための生態学的妥当性やスケーラビリティが欠けている.

研究 の 目的:

• サッカーにおける戦術的決定を分類するための新しいトランスフォーマーベースのマルチモダル・フュージョンモデルを導入する.
• 自動戦術決定分析の正確性と効率性を向上させる.

主な方法:

• プレーヤーのポジショニング,ビデオ,オーディオ,メタデータを統合した多式トランスフォーマーモデルを開発しました.
• マッチシミュレーションと実際のゲームから500のマルチモデルのシーケンスでモデルをトレーニングし,テストしました.
• 5段階のプロセスを利用しました:データ取得,事前処理,特徴抽出,融合,分類.

主要な成果:

• 提案されたモデルは,ベースラインモデル (CNN-LSTM,BiLSTM-Attention,GNN) と比較して,意思決定予測の精度が28%向上した.
• 圧力による誤分類が41%減少し,推論の遅延期が52.6msであった.
• ほぼリアルタイムの戦術的意思決定分析アプリケーションに適性があることが実証されています.

結論:

• トランスフォーマーベースの多式融合は,フットボールの自動化された戦術的意思決定分析の重要な進歩を提供します.
• 汎用性を改善するために,より大きく,より多様なデータセットとアスリートの人口統計学でさらなる検証が必要です.