08測-12-ポ-01 ディープラーニングによるサッカーの連続する攻撃プレーの予測

DOI

抄録

<p>　サッカーにおける連続する攻撃プレーを予測するために、攻撃プレー系列に依存して順次攻撃プレーを予測するモデルを構築することが必要である。本研究の目的は、LSTM（Long Short-Term Memory）を用いたリカレントニューラルネットワークを適用して、サッカーのシュートまでの連続する攻撃プレーを予測するモデルを構築することであった。サッカーゲームのトラッキングデータとボールイベントデータを使用した。標本はJリーグ2016の2試合での6443プレー（学習用80%、検証用20%）であった。予測モデルは、LSTM、ロジスティック回帰（LR）、サポートベクターマシーン（SVM）を適用した。予測モデルの精度は、LR（24.3％）、SVM（23.5％）、LSTM（44.1％）であった。LSTMモデルが予測する連続プレーにおけるシュート出現確率を予測した。最大シュート出現確率（10.9％）のシュートまでの攻撃プレー系列は、直接FK→トラップ→中央ゾーンへのスルーパスの順であった。サッカーゲームデータから連続する攻撃プレーを予測するためのLSTMを用いたモデルは、従来の統計手法と比較して妥当である。</p>

収録刊行物

詳細情報 詳細情報について

  • CRID
    1390283659831906048
  • NII論文ID
    130007770317
  • DOI
    10.20693/jspehss.70.226_3
  • ISSN
    24241946
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
    • CiNii Articles
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ