一个新的数据集用于空间,时间和战术分析女性手球运动员的运动

科学领域:

• 运动科学 运动科学 运动科学
• 绩效分析 绩效分析
• 数据科学数据科学数据科学

背景情况:

• 准确的球员跟踪对于了解团队运动动态至关重要.
• 现有的数据集可能缺乏用于手球中高级机器学习所需的细分度.

研究的目的:

• 为了呈现一个新的,高分辨率的数据集的球员定位在女性业余手球.
• 为机器学习模型培训提供标记游戏事件.

主要方法:

• 使用超宽带 (UWB) 技术来准确定位室内播放器.
• 在10场比赛中,每秒钟收集球员的x-y坐标.
• 进行了初步游戏分析,以标记团队的财产和游戏阶段.

主要成果:

• 创建了一个数据集,包含84,691次定位测量.
• 包括攻击/防御,结构化/非结构化游戏,进球和反击与静态阶段的标签.
• 团队财产的详细启动和终止时间.

结论:

• 该数据集为深入分析女性手球战术提供了宝贵的资源.
• 促进机器学习模型的开发,用于体育表现预测和战略优化.