ड्वेनप्रिटोरियस

विवरण

स्लोअन स्पोर्ट्स एनालिटिक्स सम्मेलन अत्याधुनिक शोध को प्रदर्शित करता है जिसे अक्सर दुनिया भर के शीर्ष मीडिया आउटलेट्स में दिखाया जाता है और यहां तक ​​कि खेल के विश्लेषण के तरीके को भी बदल दिया है। खेल विश्लेषण के क्षेत्र में अपनी प्रतिष्ठा बनाने के लिए प्रतियोगिता एक आदर्श तरीका है।

इस साल की प्रतियोगिता में छह स्पोर्ट्स ट्रैक होंगे- बास्केटबॉल, बेसबॉल, सॉकर, फुटबॉल, बिजनेस ऑफ स्पोर्ट्स और अन्य स्पोर्ट्स।

सबमिशन अब सार के लिए खुले हैं। कृपया अपना शोध पत्र सार रविवार को 11:59 बजे ET तक जमा करें,26 सितंबर, 2021.

सार का चयन नवीनता, अकादमिक कठोरता और शोध के प्रभाव के आधार पर किया जाएगा।

प्रस्तुत करने और मूल्यांकन प्रक्रिया पर पूर्ण विवरण के लिए कृपया हमारे शोध पत्र नियम पृष्ठ देखें। हम आपके योगदान को पढ़ने के लिए उत्सुक हैं!

नियम

प्रतियोगिता प्रारूप

प्रतियोगिता में निम्नलिखित चरण होते हैं:

  1. सार चरण

लेखक सार प्रस्तुत करते हैं। उनके सार प्रस्तुतियों के न्याय गुणों के आधार पर, लेखकों के एक चुनिंदा समूह को पूर्ण पांडुलिपियां जमा करने के लिए आमंत्रित किया जाएगा।

  1. पूर्ण पांडुलिपि चरण

आमंत्रित लेखक पूर्ण पांडुलिपियां प्रस्तुत करते हैं। रेफरी प्रत्येक पांडुलिपि का मूल्यांकन करेंगे, और सर्वश्रेष्ठ प्रस्तुतियाँ के लेखकों को सम्मेलन में अपने निष्कर्षों पर एक प्रस्तुति देने के लिए आमंत्रित किया जाएगा। रेफरी लेखकों के एक अलग समूह का भी चयन करेंगे, जिन्हें पोस्टर सत्र के दौरान अपना काम प्रस्तुत करने के लिए आमंत्रित किया जाएगा।

  1. सम्मेलन चरण I

एक। प्रस्तुतियों

आमंत्रित लेखक सम्मेलन के पहले दिन अपने निष्कर्ष प्रस्तुत करेंगे। प्रस्तुति और पांडुलिपि की गुणवत्ता के आधार पर, अगले सर्वश्रेष्ठ पेपर के लिए संभावित वाइल्ड कार्ड स्पॉट के साथ, फाइनल में आगे बढ़ने के लिए प्रति स्पोर्ट्स ट्रैक (नीचे ट्रैक देखें) के लिए एक पेपर का चयन किया जाएगा।

बी। पोस्टर प्रतियोगिता

सम्मेलन के लिए चुने गए सभी पोस्टरों को सर्वश्रेष्ठ पोस्टर की प्रतियोगिता में शामिल किया जाएगा, जो सम्मेलन के सप्ताहांत के दौरान एक प्रशंसक और न्यायाधीशों के वोट के संयोजन द्वारा निर्धारित किया जाएगा।

नोट: यह प्रतियोगिता प्रेजेंटेशन फाइनल से स्वतंत्र है, और कोई भी पोस्टर प्रेजेंटेशन फाइनल में आगे नहीं बढ़ेगा।

  1. सम्मेलन चरण II - फाइनल

उद्योग विशेषज्ञों के एक पैनल के सामने सम्मेलन के दूसरे दिन फाइनलिस्ट फिर से उपस्थित होंगे।

समयरेखा (सभी समय पूर्वी समय)

सार प्रस्तुत करने के कारण - 9/26/21 11:59 अपराह्न ईएसटी

पूर्ण पेपर अनुरोध सबमिट किए गए - मध्य अक्टूबर 2021

पूर्ण पेपर सबमिशन देय (यदि चयनित हो) - 11/29/21 11:59 अपराह्न ईएसटी

फाइनलिस्ट और पोस्टर की घोषणा - मध्य जनवरी 2022

पोस्टर जमा करना (यदि चयनित हो) - मध्य फरवरी 2022

प्रस्तुति प्रस्तुत करना (यदि चयनित हो) - मध्य फरवरी 2022

सम्मेलन प्रस्तुतियाँ (यदि चयनित हो) - मार्च 2022

खेल ट्रैक

सार सामग्री के आधार पर, सभी सबमिशन को निम्नलिखित स्पोर्ट्स ट्रैक्स में से एक में दर्ज किया जाएगा:

  1. बास्केटबाल- बास्केटबॉल के खेल से संबंधित सभी प्रस्तुतियाँ।
  2. बेसबॉल- बेसबॉल के खेल से संबंधित सभी प्रस्तुतियाँ।
  3. फ़ुटबॉल- फुटबॉल के खेल से संबंधित सभी प्रस्तुतियाँ।
  4. फ़ुटबॉल- अमेरिकी फुटबॉल के खेल से संबंधित सभी प्रस्तुतियाँ।
  5. खेल का व्यवसाय- खेल के स्वामित्व, प्रबंधन, या विपणन, या नई तकनीक या विचारों के व्यवसाय से संबंधित सभी प्रस्तुतियाँ जो खेल का चेहरा बदल सकती हैं।
  6. अन्य खेलों- किसी ऐसे खेल के खेल से संबंधित सभी प्रस्तुतियाँ जो बास्केटबॉल या बेसबॉल नहीं है।

सार दिशानिर्देश

सार प्रस्तुतियाँ ऑनलाइन प्रस्तुत की जानी चाहिए, और निम्नलिखित दिशानिर्देशों का उपयोग करना चाहिए:

  • एब्सट्रैक्ट में शीर्षक और बॉडी सहित 500 से कम शब्द होने चाहिए।
  • एब्स्ट्रैक्ट में दो टेबल या संयुक्त तक के आंकड़े शामिल हो सकते हैं (उदाहरण के लिए 1 आंकड़ा और 1 टेबल, या 2 टेबल)।
  • प्रत्येक सार में निम्नलिखित खंड होने चाहिए:
  • परिचय - यह शोध किस प्रश्न का उत्तर देने का प्रयास कर रहा है? यह उद्योग के लिए एक महत्वपूर्ण प्रश्न क्यों है?
  • तरीके - डेटा स्रोतों या डेटा संग्रह प्रक्रियाओं सहित उपयोग की जाने वाली प्रासंगिक सांख्यिकीय विधियों का विवरण
  • परिणाम - प्रासंगिक आंकड़ों के साथ वास्तविक (वादा नहीं किया गया) परिणामों का विवरण
  • निष्कर्ष - अध्ययन से समग्र निष्कर्ष, जिसमें यह भी शामिल है कि परिणाम खेल उद्योग को कैसे प्रभावित करेंगे

सबमिशन का मूल्यांकन

सम्मेलन उन सबमिशन की मांग करता है जो खेल उद्योग में एनालिटिक्स के उपयोग से संबंधित अनुसंधान की रिपोर्ट करते हैं। हम खिलाड़ियों और खेल रणनीतियों के मूल्यांकन से लेकर खेल व्यवसाय के लिए सफलता के कारकों की जांच करने तक के योगदान के लिए खुले हैं। सार और पूर्ण पेपर जमा करने की प्रक्रिया में, शोध का मूल्यांकन निम्नलिखित मानदंडों पर किया जाएगा, लेकिन जरूरी नहीं कि यह इन्हीं तक सीमित हो:

  • शोध की नवीनता - क्या शोध नए मॉडलों में दिलचस्प अंतर्दृष्टि प्रदान करता है या मौजूदा मान्यताओं को चुनौती देता है?
  • मॉडल की शैक्षणिक कठोरता/वैधता - क्या मॉडल की कार्यप्रणाली और परिणाम मौलिक रूप से सही और उपयुक्त हैं?
  • प्रतिलिपि प्रस्तुत करने योग्यता - क्या मॉडल और परिणामों को स्वतंत्र रूप से दोहराया जा सकता है?
  • अनुप्रयोग - अनुसंधान से प्राप्त अंतर्दृष्टि के अनुप्रयोग या संभावित अनुप्रयोग क्या हैं?

2021 एसएसएसी में प्रेजेंटेशन फाइनलिस्ट का मूल्यांकन करने में, उपरोक्त कारकों को निम्नलिखित मानदंडों द्वारा पूरक किया जाएगा, जैसा कि शिक्षाविदों के एक पैनल द्वारा तय किया गया है

और टीम प्रबंधन और खेल व्यवसाय संचालन से उद्योग के अधिकारी:

  • रुचि / प्रभाव - क्या अध्ययन के क्षेत्र में या बड़े पैमाने पर समुदाय में प्रस्तावित प्रश्न में महत्वपूर्ण रुचि है? मॉडल या एप्लिकेशन के लाभ या प्रभाव क्या हैं?

शोध पत्र टीम सभी सार तत्वों की समीक्षा करेगी। समीक्षा समिति सभी पांडुलिपि प्रस्तुतियाँ का मूल्यांकन करेगी। समीक्षा समिति में शोध पत्र टीम के साथ-साथ सांख्यिकी, सूचना विज्ञान और अर्थशास्त्र सहित क्षेत्रों में शीर्ष विश्वविद्यालयों के अकादमिक प्रोफेसर और विशेषज्ञ शामिल हैं। उद्योग पैनल जो अंतिम विजेता का चयन करता है, वह 2021 स्लोअन स्पोर्ट्स एनालिटिक्स सम्मेलन में पेपर और प्रस्तुति के आधार पर निर्णय लेगा। इन अंतिम मूल्यांकनों में, अंतिम प्रस्तुति, विशेष रूप से हाइलाइट किए गए आवेदन और शोध के प्रभाव को अधिक महत्व दिया जाएगा।

हितों के टकराव की नीति

हमारा उद्देश्य पूरी प्रक्रिया के दौरान प्रस्तुतियाँ का निष्पक्ष मूल्यांकन सुनिश्चित करना है। हम जानते हैं कि मूल्यांकन समिति के सदस्यों के उन लेखकों के साथ संबंध हो सकते हैं जिन्होंने कागजात जमा किए हैं। जब संभव हो, निम्नलिखित द्वारा अनुसंधान की समीक्षा को कम करके हितों के संभावित टकराव से बचा जाता है:

  • लेखक जिन्होंने पिछली प्रस्तुतियाँ पर समीक्षक के साथ सहयोग किया है
  • समीक्षक के साथ काम करने वाले वर्तमान या पूर्व छात्र
  • एक ही संगठन के सहकर्मी
  • लेखक के साथ कोई अन्य पिछला संबंध जो कागज के निष्पक्ष मूल्यांकन को रोक सकता है

समीक्षा प्रक्रिया की गुणवत्ता को बनाए रखते हुए हित के सभी संभावित संघर्षों को यथासंभव सर्वोत्तम रूप से प्रबंधित किया जाएगा। लेखकों के नामों की जानकारी के बिना अंतिम समीक्षा की जाएगी।

अधिकार और अनुमतियाँ

सभी लेखक अनुसंधान के स्वामित्व अधिकार और सम्मेलन के बाद शोध को प्रकाशित करने के अधिकार को बरकरार रखते हैं। प्रस्तुत करने पर, लेखक 42 एनालिटिक्स तक पहुंच प्रदान करते हैं ताकि उनके शोध को ऑनलाइन और प्रिंट में सार्वजनिक रूप से देखने के लिए, स्लोअन स्पोर्ट्स एनालिटिक्स सम्मेलन के लिए सम्मेलन के उपयोग के लिए उपलब्ध कराया जा सके। कॉपीराइट की गई जानकारी जैसे डेटा, टेबल या आंकड़े जिन्हें कॉपीराइट द्वारा संरक्षित किया जा सकता है, के लिए तीसरे पक्ष से अनुमति प्राप्त करने के लिए लेखक जिम्मेदार हैं।

एसएसएसी 2022 शोध पत्र और लेखक प्रोफाइल


2022 शोध पत्र फाइनलिस्ट

वैलोरेंट में युगल जीतना, इष्टतम स्थिति का एक दृश्य
संक्षिप्त सार:
यह पेपर बिल्कुल नए प्रतिस्पर्धी Esport में नए मशीन लर्निंग मॉडल के साथ पारंपरिक स्पोर्ट्स एनालिटिक्स मेट्रिक्स लागू करता है। इन-गेम पोजिशनल डेटा का लाभ उठाकर, हम किसी विशेष गन फाइट की कठिनाई का मूल्यांकन करने में सक्षम होते हैं और दोनों पक्षों को जीत की संभावना प्रदान करते हैं। हम इन भविष्यवाणियों का उपयोग उन खिलाड़ियों की पहचान करने के लिए करते हैं जो उम्मीद से ऊपर या नीचे प्रदर्शन कर रहे हैं, और एनआरजी के खिलाड़ी विकास के लिए ताकत और कमजोरियों की पहचान करते हैं। हम मौजूदा कामकाजी पेशेवरों और युवा पीढ़ी से एस्पोर्ट्स में अधिक विश्लेषण के लिए आशान्वित हैं।
गिटहब लिंक (ओपन सोर्स)
लेखक (ओं):
डीमार्स डीरोवर
2015 में स्थापित, NRG ने प्रतिस्पर्धी Esports उत्कृष्टता को मूर्त रूप दिया है और उत्तरी अमेरिका में सबसे लोकप्रिय VALORANT रोस्टरों में से एक का दावा करता है। यह पेपर उनकी टीम के विश्लेषक NRG DeMars DeRover द्वारा है जो वर्तमान में MIT स्लोअन में एक छात्र है। इसे उनके कोच एनआरजी जोशआरटी और चीफ ऑफ स्टाफ जेमी कोहेनका के सहयोग से विकसित किया गया था, जिसमें एनआरजी एंड्रॉइड, ईईयू, हेज्ड, एस0एम और टेक्स खिलाड़ी शामिल थे।
एनएफएल खिलाड़ियों का बेहतर मूल्यांकन करने के लिए ट्रैकिंग और चार्टिंग डेटा का उपयोग करना: एक समीक्षा
संक्षिप्त सार:
चूंकि फ़ुटबॉल का खेल मात्रात्मक की ओर एक महत्वपूर्ण बदलाव करता है, अंतरिक्ष में हुई अधिकांश प्रगति को प्ले-बाय-प्ले और चार्टिंग डेटा के विश्लेषण के लिए जिम्मेदार ठहराया जा सकता है। हालांकि, हाल के वर्षों ने खिलाड़ी ट्रैकिंग डेटा को जन्म दिया है, जिसने नवाचार के लिए द्वार खोल दिया है जो पहले संभव नहीं था। हमारे पेपर में हमने उन खिलाड़ियों के लिए चार्टिंग और ट्रैकिंग डेटा का उपयोग किया है जो व्यक्तिगत रूप से बनाए गए मेट्रिक्स की तुलना में अधिक स्थिर, वर्णनात्मक और भविष्य कहनेवाला हैं। पास रशर्स, लाइनबैकर्स और वाइड रिसीवर्स के लिए मेट्रिक्स की शुरुआत की जाती है, ऐसे उदाहरणों के साथ जहां इन विश्लेषणों के आधार पर खिलाड़ी मूल्यांकन में मूल्य पाया जा सकता है।
लेखक (ओं):
एरिक उत्सुक
एरिक ईगर पीएफएफ में अनुसंधान, विकास और नवाचार के प्रमुख हैं, जो खेल सूचना और विश्लेषण में दुनिया भर में अग्रणी है। PFF में अपनी भूमिका में, एरिक एक डेटा साइंस टीम चलाता है जो सभी 32 NFL टीम क्लाइंट्स, 100 से अधिक कॉलेज फ़ुटबॉल टीम क्लाइंट्स और कई मीडिया संस्थाओं के साथ परामर्श करती है। पीएफएफ में शामिल होने से पहले, एरिक गणित के प्रोफेसर थे, जिनके पास व्यावहारिक गणित, गणितीय जीव विज्ञान और शिक्षण और सीखने की छात्रवृत्ति में 25 से अधिक प्रकाशन थे। एरिक ने अनुप्रयुक्त गणित और गणितीय जीव विज्ञान में स्नातक शोधकर्ताओं को सलाह देने के लिए राष्ट्रीय विज्ञान फाउंडेशन के वित्तपोषण में $300,000 से अधिक की कमाई की।
एमएलबी में खिलाड़ी गेम को कैसे प्रभावित करते हैं, इसका वर्णन करने के लिए मशीन लर्निंग का उपयोग करना
संक्षिप्त सार:
यह पेपर नेचुरल लैंग्वेज प्रोसेसिंग (एनएलपी) और कंप्यूटर विजन (सीवी) में हालिया प्रगति पर आकर्षित करता है ताकि यह वर्णन किया जा सके कि खिलाड़ी एमएलबी में खेल को कैसे प्रभावित करते हैं। विशेष रूप से, यह कार्य खेल को घटनाओं के एक क्रम के रूप में देखता है - उक्त घटनाओं का वर्णन करने वाले सारांश आंकड़ों के एक सेट के बजाय - और मशीन लर्निंग मॉडल को इस प्रभाव का वर्णन करने के लिए प्रशिक्षित करता है कि घटनाओं का एक क्रम खेल पर पड़ता है। मॉडल अपेक्षाकृत कम समय अवधि में एकल खिलाड़ी के लिए घटनाओं के अनुक्रम का वर्णन करते हैं; इसलिए हम मॉडल आउटपुट को प्लेयर फॉर्म एम्बेडिंग के रूप में संदर्भित करते हैं - यह वर्णन करता है कि उन्होंने अल्पावधि में गेम को कैसे प्रभावित किया है। हम प्रदर्शित करते हैं कि कैसे इन एम्बेडिंग का उपयोग शॉर्ट और लॉन्ग टर्म में खिलाड़ियों का वर्णन करने के लिए किया जा सकता है, और इसमें गेम के परिणाम की भविष्यवाणी करने के लिए उपयोगी सिग्नल होते हैं।
गिटहब लिंक (ओपन सोर्स)
लेखक (ओं):
कॉनर हीटन
कॉनर हीटन एक पीएच.डी. पेंसिल्वेनिया स्टेट यूनिवर्सिटी में सूचना विज्ञान में उम्मीदवार, 2019 में कम्प्यूटेशनल डेटा साइंस में बीएस अर्जित करने के बाद विश्वविद्यालय में जारी है। उनके शोध हितों में मशीन लर्निंग, प्राकृतिक भाषा प्रसंस्करण, प्रतिनिधित्व सीखने, बड़ा डेटा और खेल विश्लेषण शामिल हैं। हालाँकि उनका काम कंप्यूटिंग के सॉफ्टवेयर पक्ष पर केंद्रित है, लेकिन कंप्यूटर हार्डवेयर में उनकी व्यक्तिगत रुचि भी है। एक पिट्सबर्ग मूल निवासी, वह स्टीलर्स, पेंगुइन और समुद्री डाकू का प्रशंसक है।
प्रसेनजीत मित्र
प्रसेनजीत मित्रा पेंसिल्वेनिया स्टेट यूनिवर्सिटी में सूचना विज्ञान और प्रौद्योगिकी के प्रोफेसर हैं। उन्होंने अपनी पीएच.डी. 2004 में स्टैनफोर्ड विश्वविद्यालय से इलेक्ट्रिकल इंजीनियरिंग में, 1994 में ऑस्टिन में टेक्सास विश्वविद्यालय से कंप्यूटर विज्ञान में एमएस, और 1993 में भारतीय प्रौद्योगिकी संस्थान, खड़गपुर से कंप्यूटर विज्ञान और इंजीनियरिंग में बी.टेक (ऑनर्स)। उनकी शोध रुचियां आर्टिफिशियल इंटेलिजेंस, बिग डेटा एनालिटिक्स, एप्लाइड मशीन लर्निंग, नेचुरल लैंग्वेज प्रोसेसिंग और विजुअल एनालिटिक्स के क्षेत्रों में हैं। उनके शोध को एनएसएफ कैरियर पुरस्कार और डीओडी, डीओई, डीएचएस, एनजीए, डीटीआरए, माइक्रोसॉफ्ट कॉर्प, डॉव, लॉकहीड मार्टिन, रेथियॉन, आदि से कई अनुदानों द्वारा वित्त पोषित किया गया है।
एनबीए में ड्रिबल हैंड-ऑफ वेरिएंट को वर्गीकृत और क्लस्टर करने के लिए हेक्स मैप्स का उपयोग करना
संक्षिप्त सार:
यह पेपर सटीक अमूर्तता के लिए एक नया दृष्टिकोण पेश करता है क्योंकि यह एनबीए में प्ले-एक्शन के वर्गीकरण और विश्लेषण से संबंधित है। जैसा कि SportVU प्लेयर ट्रैकिंग डेटा से देखा गया है, हम विशेष रूप से ड्रिबल-हैंड-ऑफ को देखते हैं और कच्चे समन्वय डेटा को हेक्स मैप प्रस्तुतियों में एम्बेड करते हैं। फिर हम एक स्वचालित पाइपलाइन के लिए आर्किटेक्चर की रूपरेखा तैयार करते हैं जो एक्शन इंस्टेंस का चयन करने और उन्हें वेरिएंट में क्लस्टर करने में सक्षम है। इन क्रिया रूपों का उपयोग खेल के संदर्भ में खिलाड़ियों और रणनीतियों को और अलग करने के लिए किया जा सकता है जिसमें उन्हें लागू किया जाता है।
लेखक (ओं):
कोई स्टेफानोस
कोई स्टेफानोस वैज्ञानिक वित्तीय प्रणालियों के लिए एक वरिष्ठ डेटा वैज्ञानिक और सॉफ्टवेयर इंजीनियर के रूप में काम करता है, जो बाजार विश्लेषण और प्रक्षेपण के लिए एक मात्रात्मक मंच तैयार करता है। उन्होंने हाल ही में ईस्ट टेनेसी स्टेट यूनिवर्सिटी में कंप्यूटिंग में मास्टर डिग्री प्राप्त की, एनबीए प्रक्षेपवक्र डेटा का उपयोग करके मशीन लर्निंग और पैटर्न माइनिंग पर एक थीसिस पूरी की। अपने खाली समय में, वह एनबीए के शौकीन हैं और बास्केटबॉल देखना, पढ़ना और खेलना पसंद करते हैं। मुख्य लेखक के रूप में यह उनका दूसरा प्रकाशन है।
गैथ हुसारी
डॉ. गैथ हुसारी ईस्ट टेनेसी स्टेट यूनिवर्सिटी में कंप्यूटिंग विभाग में सहायक प्रोफेसर हैं। डॉ. हुसारी ने 2019 में शार्लोट में उत्तरी कैरोलिना विश्वविद्यालय से पीएचडी की डिग्री प्राप्त की। उनके शोध हितों में बड़े डेटा एनालिटिक्स, मशीन लर्निंग, कंप्यूटर विज़न और साइबर सिक्योरिटी एनालिटिक्स शामिल हैं।
ब्रायन बेनेट
डॉ. ब्रायन बेनेट ईस्ट टेनेसी स्टेट यूनिवर्सिटी में कंप्यूटिंग विभाग में अंतरिम अध्यक्ष और एसोसिएट प्रोफेसर हैं। डॉ. बेनेट ने पीएच.डी. नोवा साउथईस्टर्न यूनिवर्सिटी से कंप्यूटर सूचना प्रणाली में, कार्यक्रम शब्दार्थ पर ध्यान केंद्रित करते हुए। एक संकाय भूमिका में जाने से पहले, उन्होंने दस वर्षों तक विभिन्न सूचना प्रणाली प्रबंधन पदों पर काम किया। उनकी शोध रुचियों में आर्टिफिशियल इंटेलिजेंस और मशीन लर्निंग तकनीकों के साथ डेटासेट को लागू करना और उनका अध्ययन करना शामिल है। रुचि के अन्य क्षेत्रों में कार्यक्रम संकलन और सॉफ्टवेयर इंजीनियरिंग से संबंधित विषय शामिल हैं।
मैथ्यू हैरिसन
मैथ्यू हैरिसन ईस्ट टेनेसी स्टेट यूनिवर्सिटी में लेक्चरर हैं, जहां वे कंप्यूटर सिस्टम विषयों, सॉफ्टवेयर इंजीनियरिंग और असतत गणित पर पाठ्यक्रम पढ़ाते हैं। वह एक पीएच.डी. की दिशा में काम कर रहा है। टेनेसी विश्वविद्यालय, नॉक्सविले में, विषम स्मृति प्रणालियों पर एक शोध फोकस के साथ। उनके अन्य शोध क्षेत्रों में कृत्रिम जीवन, ऑपरेटिंग सिस्टम, एम्बेडेड सिस्टम और वीडियो गेम डिजाइन और विकास शामिल हैं। अपने खाली समय में, वह ETSU के जिम में पिक-अप बास्केटबॉल खेल खेलना, युवा बास्केटबॉल की कोचिंग करना और अधिक से अधिक बोर्ड गेम खेलना पसंद करते हैं।
एम्मा स्टेफ़ानोस
एम्मा स्टेफ़ानोस ने कोलंबिया विश्वविद्यालय से औषध विज्ञान में मास्टर डिग्री और क्लेम्सन विश्वविद्यालय से जैव रसायन में स्नातक की डिग्री प्राप्त की है। वह तकनीकी लेखन और संपादन में रुचि रखती हैं और उन्होंने कई विषयों में शोध पत्रों के प्रकाशन में योगदान दिया है। वह वर्तमान में एक फार्मेसी में काम करती है और अपने पहले बच्चे, एक बच्ची के स्वागत की तैयारी कर रही है।
प्राकृतिक भाषा निर्माण के साथ खेल कथा वृद्धि
संक्षिप्त सार:
यह पत्र सारणीबद्ध डेटा को प्राकृतिक-ध्वनि वाले खेल कथाओं में बदलने के लिए एक उपन्यास एंड-टू-एंड समाधान का प्रस्ताव करता है। समाधान ने बड़े भाषा मॉडल (एलएलएम) जैसे टी 5 और प्राकृतिक भाषा निर्माण तकनीकों जैसे बैक ट्रांसलेशन और पैराफ्रेशिंग का लाभ उठाया। समाधान आधारभूत नियम-आधारित टेम्पलेट समाधान की तुलना में कथनों की पठनीयता में 13% सुधार करता है। नए आंकड़ों को शामिल करने के लिए समाधान को आसानी से बढ़ाया जा सकता है और भविष्य की व्यावसायिक जरूरतों के लिए अन्य खेल डोमेन में विस्तारित किया जा सकता है।
लेखक (ओं):
हेनरी वांग
हेनरी वांग अमेज़न मशीन लर्निंग सॉल्यूशंस लैब में एक अनुप्रयुक्त वैज्ञानिक हैं। उनकी मुख्य रुचि कंप्यूटर विजन, प्राकृतिक भाषा प्रसंस्करण, सुदृढीकरण सीखना और उनके व्यावहारिक अनुप्रयोग हैं। खाली समय में आप उसे पढ़ते हुए, गोल्फ कोर्स पर टहलते हुए, टेनिस खेलते हुए या दोस्तों के साथ फॉर्मूला वन देखते हुए पा सकते हैं।
समन सर्राफी
समन सर्राफ अमेज़न मशीन लर्निंग सॉल्यूशंस लैब में वरिष्ठ अनुप्रयुक्त वैज्ञानिक हैं। उनकी पृष्ठभूमि एप्लाइड मशीन लर्निंग में है जिसमें डीप लर्निंग, कंप्यूटर विज़न और टाइम सीरीज़ डेटा भविष्यवाणी शामिल है,
अरबी ताम्रज़ियन
Arbi Tamrazian FOX में डेटा साइंस और मशीन लर्निंग के निदेशक हैं, जहां वे स्केलेबल मशीन लर्निंग सॉल्यूशंस के निर्माण पर ध्यान केंद्रित करते हैं, जिन्हें रियल-टाइम डेटा फीड और मीडिया एसेट्स पर लागू किया जा सकता है। उनकी रुचि के मुख्य क्षेत्र डीप लर्निंग, कंप्यूटर विजन और रीइन्फोर्समेंट लर्निंग हैं।
अर्ध-पर्यवेक्षित ग्राफ तंत्रिका नेटवर्क का उपयोग करके सामरिक पैटर्न का पता लगाना
संक्षिप्त सार:
फ़ुटबॉल में ओवरलैपिंग रन एक व्यापक रूप से इस्तेमाल किया जाने वाला समूह-सामरिक पैटर्न है। पोजिशनल डेटा के ग्राफ न्यूरल नेटवर्क प्रतिनिधित्व के साथ वेरिएबल ऑटोएन्कोडर को मिलाकर, हम केवल बहुत सीमित मात्रा में हाथ से लेबल किए गए डेटा का उपयोग करके ओवरलैपिंग रन का पता लगाने में सक्षम हैं। इस पहचान के आधार पर, हम यूरोपीय चैम्पियनशिप 2021 के दौरान जर्मन राष्ट्रीय टीम के डेटा का उपयोग करके व्यावहारिक अनुप्रयोग दिखाते हैं। उसी पद्धति का उपयोग करते हुए, हम सार्वजनिक रूप से उपलब्ध बास्केटबॉल डेटासेट का उपयोग करके खिलाड़ी प्रक्षेपवक्र की भविष्यवाणी पर अत्याधुनिक दृष्टिकोण से बेहतर प्रदर्शन करते हैं।
लेखक (ओं):
गेब्रियल एंज़ेर
हर्था बीएससी में डेटा एनालिटिक्स के प्रमुख के रूप में मेरी वर्तमान भूमिका में मेरा ध्यान खिलाड़ी भर्ती से लेकर मैच विश्लेषण तक के निर्णय लेने को बढ़ाने के लिए विभिन्न डेटा स्रोतों का उपयोग करने पर है। पहले, मैं स्पोर्टेक सॉल्यूशंस में प्रमुख डेटा वैज्ञानिक था और शुरुआती बुंडेसलीगा मैच तथ्यों को बनाने के लिए जिम्मेदार अन्य चीजों में से था। जबकि मेरी पृष्ठभूमि गणित और मशीन लर्निंग में है, मैंने हाल ही में अपनी पीएच.डी. टुबिंगन विश्वविद्यालय में स्पोर्ट्स एनालिटिक्स में और मैं अपने सॉकर कोचिंग लाइसेंस पर काम कर रहा हूं।
पास्कल बाउर
जर्मन राष्ट्रीय टीम में डेटा-वैज्ञानिक के रूप में, मैं फ़ुटबॉल (सॉकर) में डेटा विज्ञान और मशीन सीखने के अनुप्रयोगों के विस्तृत क्षेत्र के लिए ज़िम्मेदार हूं, जिसमें प्रतिभा पहचान और विकास, स्थिति संबंधी डेटा के आधार पर सामरिक मिलान विश्लेषण, और बहुत कुछ शामिल है। इसके अतिरिक्त, मेरे पास यूईएफए ए-स्तरीय कोचिंग लाइसेंस है और मैंने अभी-अभी अपनी पीएच.डी. मशीन लर्निंग का उपयोग करके फुटबॉल में सामरिक पैटर्न का पता लगाने पर।
उल्फ ब्रेफेल्ड
मैं Leuphana Universität Lüneburg में मशीन लर्निंग का प्रोफेसर हूं। ल्यूफाना में शामिल होने से पहले, मैं टीयू डार्मस्टेड और जर्मन इंस्टीट्यूट फॉर एजुकेशनल रिसर्च (डीआईपीएफ), फ्रैंकफर्ट एम मेन में नॉलेज माइनिंग एंड असेसमेंट के लिए एक संयुक्त प्रोफेसर था। इससे पहले, मैंने ज़ालैंडो एसई में सिफारिशकर्ता सिस्टम समूह का नेतृत्व किया और यूनिवर्सिटैट बॉन, याहू में मशीन लर्निंग पर काम किया! रिसर्च बार्सिलोना, टेक्नीश यूनिवर्सिटी बर्लिन, मैक्स प्लैंक इंस्टीट्यूट फॉर कंप्यूटर साइंस इन सारब्रुकन, और हम्बोल्ट-यूनिवर्सिटैट ज़ू बर्लिन में। मैंने 2003 में Technische Universität बर्लिन से कंप्यूटर विज्ञान में डिप्लोमा प्राप्त किया और पीएच.डी. (डॉ. रेर. नैट.) 2008 में हम्बोल्ट-यूनिवर्सिटैट ज़ू बर्लिन से
डेनिस फेसमेयर
मैं Leuphana Universität Lüneburg में प्रो. डॉ. उल्फ़ ब्रेफ़ेल्ड के मशीन लर्निंग ग्रुप में पीएचडी का छात्र हूं। मैंने ल्यूफाना यूनिवर्सिटैट लुनेबर्ग से डेटा साइंस में मास्टर ऑफ साइंस और अल्बर्ट-लुडविग्स-यूनिवर्सिटैट फ्रीबर्ग से अर्थशास्त्र में बैचलर ऑफ साइंस प्राप्त किया। इसके अलावा, मैंने अपनी मास्टर डिग्री के दौरान हेलसिंकी विश्वविद्यालय में विदेश में एक सेमेस्टर बिताया।
एक्शन वैल्यूएशन से परे: सॉकर में खिलाड़ी के निर्णयों को अनुकूलित करने के लिए एक गहन सुदृढीकरण सीखने की रूपरेखा
संक्षिप्त सार:
यह पेपर एंड-टू-एंड डीप रीइन्फोर्समेंट लर्निंग फ्रेमवर्क का प्रस्ताव करता है जो गेम में प्रत्येक स्थिति के लिए रॉ ट्रैकिंग डेटा प्राप्त करता है, और पिच की पूरी सतह पर इष्टतम बॉल डेस्टिनेशन लोकेशन देता है। प्रस्तावित दृष्टिकोण का उपयोग करते हुए, सॉकर खिलाड़ी और कोच अपने ऐतिहासिक खेलों में वास्तविक व्यवहार का विश्लेषण करने में सक्षम होते हैं, भविष्य के खेलों के लिए इष्टतम व्यवहार और योजना प्राप्त करते हैं, और एक मैच में तैनाती से पहले इष्टतम निर्णयों के परिणाम का मूल्यांकन करते हैं।
लेखक (ओं):
पेगाह रहीमियां
Pegah Rahimian बुडापेस्ट यूनिवर्सिटी ऑफ़ टेक्नोलॉजी एंड इकोनॉमिक्स में सूचना विज्ञान के पीएचडी उम्मीदवार हैं, और HSNLab (http://hsnlab.hu/) में सॉकर एनालिटिक्स शोधकर्ता हैं। वह विभिन्न डेटा विज्ञान स्थानों पर कई शोध पत्र प्रस्तुत करके अत्याधुनिक सॉकर एक्शन वैल्यूएशन और ऑप्टिमाइज़ेशन विधियों के लिए गहन सुदृढ़ीकरण सीखने को लागू करने में रूचि रखती है। वह रॉबर्ट बॉश केएफटी में स्वचालित ड्राइविंग के लिए एक मशीन लर्निंग इंजीनियर भी हैं, और उन्होंने 2021 में डेटा साइंस और डीप लर्निंग के क्षेत्र में सर्वश्रेष्ठ प्रशिक्षक का पुरस्कार जीता। वह 2012-2016 के बीच राष्ट्रीय कुलीन फाउंडेशन की सदस्य थीं, पहली जीत हासिल की 2016 में 32 वीं उत्कृष्ट छात्र प्रतियोगिता का पुरस्कार, और 2017 से हंगेरियन सरकार से छात्रवृत्ति से सम्मानित किया गया है। वह पियानो, स्कीइंग और सॉकर मैच देखने में है।
जान वान हरेनो
जान वैन हारेन क्लब ब्रुग में एक डेटा वैज्ञानिक हैं, जो बेल्जियम का एक पेशेवर सॉकर क्लब है जो नियमित रूप से यूईएफए चैंपियंस लीग में प्रतिस्पर्धा करता है। प्रथम-टीम के कर्मचारियों और भर्ती कर्मचारियों दोनों के साथ मिलकर काम करते हुए, वह डेटा-संचालित प्रदर्शन विश्लेषण, मैच विश्लेषण और खिलाड़ी मूल्यांकन में शामिल है। वह केयू ल्यूवेन में कंप्यूटर विज्ञान विभाग में रिसर्च फेलो भी हैं, जहां वे मशीन लर्निंग और स्पोर्ट्स के चौराहे पर शोध करते हैं। उन्होंने 2016 में मशीन लर्निंग में पीएचडी और 2011 में केयू ल्यूवेन से कंप्यूटर साइंस में मास्टर ऑफ साइंस प्राप्त किया। टॉम डेक्रोस, लोटे ब्रैनसेन और जेसी डेविस के साथ, उन्होंने 2019 में नॉलेज डिस्कवरी और डेटा माइनिंग पर अंतर्राष्ट्रीय सम्मेलन में एक्शन स्पीक लाउडर थान गोल्स: वैल्यूइंग प्लेयर एक्शन इन सॉकर के लिए सर्वश्रेष्ठ पेपर पुरस्कार जीता। लोटे ब्रैनसेन के साथ, वह रनर बने -अप विद प्लेयर केमिस्ट्री: 2020 में एमआईटी स्लोन स्पोर्ट्स एनालिटिक्स कॉन्फ्रेंस में शोध-पत्र प्रतियोगिता में एक पूरी तरह से संतुलित सॉकर टीम के लिए प्रयास करना।
तोगज़ान अबज़ानोवा
तोगज़ान अबज़ानोवा नोकिया में एक सॉफ्टवेयर इंजीनियर हैं। उन्होंने 2021 में बुडापेस्ट यूनिवर्सिटी ऑफ़ टेक्नोलॉजी एंड इकोनॉमिक्स में इलेक्ट्रिकल इंजीनियरिंग में एमएससी की डिग्री प्राप्त की। उन्होंने "एनयू स्मार्ट शॉपिंग कार्ड" प्रकाशित करके कम्प्यूटिंग और नेटवर्क कम्युनिकेशंस (CoCoNet2018) पर अंतर्राष्ट्रीय सम्मेलन में भाग लिया।
लास्ज़्लो टोका
Laszlo Toka बुडापेस्ट यूनिवर्सिटी ऑफ़ टेक्नोलॉजी एंड इकोनॉमिक्स में एसोसिएट प्रोफेसर, HSNLab (http://hsnlab.hu/) के वाइस-हेड, और MTA-BME नेटवर्क सॉफ्टवेराइज़ेशन और MTA-BME इंफॉर्मेशन सिस्टम रिसर्च ग्रुप दोनों के सदस्य हैं। उन्होंने अपनी पीएच.डी. 2011 में टेलीकॉम पेरिस से डिग्री, उन्होंने 2011 और 2014 के बीच एरिक्सन रिसर्च में काम किया, फिर वे क्लाउड कंप्यूटिंग, आर्टिफिशियल इंटेलिजेंस और स्पोर्ट्स एनालिटिक्स पर रिसर्च फोकस के साथ एकेडेमिया में शामिल हुए।

2022 पोस्टर प्रस्तुतकर्ता

वे कब आ रहे हैं? मैच के दिनों में एफसी बार्सिलोना स्टेडियम में आगमन की समय-सीमा को समझना और भविष्यवाणी करना
संक्षिप्त सार:
फ़ुटबॉल क्लब बार्सिलोना यूरोप में सबसे बड़ा स्टेडियम संचालित करता है (लगभग एक लाख लोगों की बैठने की क्षमता के साथ) और आवर्ती खेल आयोजनों का प्रबंधन करता है। ये कई स्थितियों (सप्ताह का समय और दिन, मौसम, प्रतिकूल) से प्रभावित होते हैं और शहर की गतिशीलता को प्रभावित करते हैं - जैसे, सार्वजनिक परिवहन और स्टोर जैसी संबंधित सेवाओं की चरम मांग। हम अंतर्दृष्टि प्राप्त करने और भविष्य के खेलों के आगमन व्यवहार की भविष्यवाणी करने के लिए, व्यवसाय के संगठनात्मक प्रदर्शन और उत्पादकता पर प्रत्यक्ष प्रभाव के साथ, आगंतुक प्रकार और गेट द्वारा अलग-अलग स्टेडियम में बढ़िया अनाज दर्शकों के प्रवेश का अध्ययन करते हैं। हम किकऑफ़ से 72 घंटे पहले गेट स्तर पर आगमन की समय-सीमा का अनुमान लगा सकते हैं, संभावित समूह और दर्शकों के व्यवहार का अनुमान लगाकर परिचालन और संगठनात्मक निर्णय लेने की सुविधा प्रदान कर सकते हैं। इसके अलावा, हम विभिन्न प्रकार के आगंतुकों के लिए पैटर्न की पहचान कर सकते हैं और समझ सकते हैं कि प्रासंगिक कारक उन्हें कैसे प्रभावित करते हैं। ये निष्कर्ष सीधे वाणिज्यिक और व्यावसायिक हितों को प्रभावित करते हैं और परिचालन रसद, स्थल प्रबंधन और सुरक्षा को बदल सकते हैं।
लेखक (ओं):
फ़ेलियू सेरा बुरिएल
फर्नांडो कुचिएटी
फर्नांडो कुचिएटी बार्सिलोना सुपरकंप्यूटिंग सेंटर (बीएससी) में डेटा विज़ुअलाइज़ेशन और एनालिटिक्स ग्रुप का नेतृत्व करते हैं। उन्होंने पीएच.डी. क्वांटम कंप्यूटिंग में, और वर्तमान में विज्ञान के लिए डेटा विज़ुअलाइज़ेशन (डेटा-भारी ग्राफिकल इंटरफेस), औद्योगिक समस्याओं पर लागू डेटा विज्ञान (डिजिटल ट्विन्स में मशीन लर्निंग और आर्टिफिशियल इंटेलिजेंस) और प्रसार के लिए वैज्ञानिक विज़ुअलाइज़ेशन पर काम करता है।
पेड्रो डेलीकाडो
एडुआर्डो ग्रेल्स गैरिडो
डॉ. एडुआर्डो ग्रेल्स-गैरिडो यूनिवर्सिडैड डेल डेसारोलो (चिली) में डेटा साइंस इंस्टीट्यूट में एक शोध प्रोफेसर हैं। उनकी शोध लाइनों में शहरी सूचना विज्ञान, कम्प्यूटेशनल सामाजिक विज्ञान और सूचना विज़ुअलाइज़ेशन शामिल हैं, जिसमें मानव गतिशीलता पर ध्यान केंद्रित किया गया है जैसा कि डिजिटल निशान से देखा गया है।
इमानोल एगुस्किज़ा
Imanol Eguskiza, FC बार्सिलोना के इनोवेशन हब में इनोवेशन मैनेजर और न्यू प्रोडक्ट्स एंड सर्विसेज मैनेजर। वह बार्सिलोना स्कूल ऑफ मैनेजमेंट में इनोवेशन एंड डिजाइन थिंकिंग में स्नातकोत्तर हैं और बिजनेस एडमिनिस्ट्रेशन में डिग्री रखते हैं। IoTwins प्रोजेक्ट के निष्पादन के लिए Imanol प्रोजेक्ट टीम का हिस्सा रहा है।
एलेक्स गिलो
एलेक्स गिल फुटबॉल क्लब बार्सिलोना (FCB) में बिजनेस एनालिटिक्स और स्ट्रैटेजी मैनेजर हैं। उनके पास कंप्यूटर साइंस में डिग्री है और इनोवेशन एंड टेक्नोलॉजी मैनेजमेंट में स्नातकोत्तर है, और वर्तमान में डेटा साइंस पर काम करता है और एआई बिजनेस स्ट्रैटेजी पर लागू होता है। FCB के स्टेडियम डिजिटल ट्विन के निष्पादन के लिए एलेक्स IoTwins प्रोजेक्ट टीम का हिस्सा है।
यह समझना कि निशानेबाज़ क्यों शूट करते हैं - बास्केटबॉल के प्रदर्शन की रूपरेखा के लिए एआई-पावर्ड इंजन
संक्षिप्त सार:
पेशेवर बास्केटबॉल में, एक टीम के कोचिंग स्टाफ के लिए एक विरोधी टीम का विश्लेषण करना और एक प्रभावी रणनीति विकसित करना महत्वपूर्ण है। खिलाड़ी शूटिंग प्रोफाइल को समझना इस विश्लेषण का एक अनिवार्य हिस्सा है: यह जानना कि कुछ विरोधी खिलाड़ी कहां से शूट करना पसंद करते हैं, कोच को अपने विरोधियों से आक्रामक गेमप्लान को बेअसर करने में मदद कर सकते हैं, जबकि यह समझना कि उनके खिलाड़ी सबसे अधिक आरामदायक कहां हैं, उन्हें अधिक प्रभावी आक्रामक रणनीति विकसित करने के लिए प्रेरित कर सकते हैं। हम एक ऐसा उपकरण प्रस्तुत करते हैं जो खेल-शैली और खेल की गतिशीलता जैसे कारकों को ध्यान में रखते हुए खिलाड़ी के प्रदर्शन प्रोफाइल की समयबद्ध तरीके से कल्पना कर सकता है, व्याख्यात्मक हीटमैप उत्पन्न करता है जो हमें यह पहचानने और विश्लेषण करने की अनुमति देता है कि ये गैर-स्थानिक कारक प्रदर्शन प्रोफाइल को कैसे प्रभावित करते हैं। हमारे तरीके एक प्रभावी और कुशल उपकरण प्रदान करते हैं जो फिल्म के घंटों की समीक्षा की समय लेने वाली प्रक्रिया की आवश्यकता के बिना कुछ खिलाड़ियों और टीमों के खेलने के तरीके में अंतर्दृष्टि प्रदान कर सकते हैं, और संभावित रूप से अनुकूलन के साथ अन्य खेलों में लागू किया जा सकता है।
गिटहब लिंक (ओपन सोर्स)
लेखक (ओं):
एलेजांद्रो रोड्रिगेज पास्कल
मैड्रिड, स्पेन में जन्मे और पले-बढ़े, एलेजांद्रो रोड्रिग्ज पास्कुअल ने कम उम्र से ही गणित और स्व-सिखाया कंप्यूटर विज्ञान में उत्कृष्ट प्रदर्शन किया, क्योंकि वे स्पेन के सर्वश्रेष्ठ क्लबों में से एक में उच्च-स्तरीय युवा बास्केटबॉल में भी लगे हुए थे। 2016 में अपने परिवार के साथ सैन फ्रांसिस्को खाड़ी क्षेत्र में जाने के बाद, एलेजांद्रो हाई स्कूल में बास्केटबॉल खेलना जारी रखने में असमर्थ था, लेकिन खेल के शौकीन बने रहे क्योंकि उन्होंने पूर्व कोचों, टीम के साथियों और विरोधियों को एनबीए में जगह बनाते देखा था। उन्हें अपने जूनियर वर्ष में अपने पहले शोध अनुभव से भी अवगत कराया गया था जब उन्होंने स्वतंत्र रूप से BACON पर काम किया था: लेखक-विशिष्ट शैली हस्तांतरण के साथ एक स्वचालित कविता जनरेटर, जिसने 2018 कैलिफोर्निया विज्ञान और इंजीनियरिंग मेले में गणित में एक माननीय उल्लेख जीता। अब यूसी सैन डिएगो में एक स्नातक छात्र, एलेजांद्रो ने फ्रैंक रोड्रिज़ और मुहम्मद जुबैर खान के साथ काम किया, जिसे रोज़ यू और ईशान मेहता ने सलाह दी थी कि बास्केटबॉल के लिए स्पैटिओटेम्पोरल लेटेंट फैक्टर कैसे निकालें। उन्होंने पूरे 2021 की गर्मियों में इस परियोजना को पूरा किया, जिसके परिणामस्वरूप पेपर अंडरस्टैंडिंग क्यों निशानेबाजों ने शूट किया - बास्केटबॉल प्रदर्शन प्रोफाइलिंग के लिए एआई-पावर्ड इंजन। एलेजांद्रो एक साल पहले वसंत 2022 में स्नातक होगा, और एम. एससी अर्जित करने के तुरंत बाद स्नातक विद्यालय में भाग लेने की योजना बना रहा है। कंप्यूटर विज्ञान में।
ईशान मेहता
2021 में यूसीएसडी से इलेक्ट्रिकल और कंप्यूटर इंजीनियरिंग में एमएससी करने के बाद, ईशान ने सैन डिएगो पैड्रेस रिसर्च एंड डेवलपमेंट डिपार्टमेंट में इंटर्नशिप की। इससे पहले उन्होंने टेस्ला द्वारा प्रायोजित एक कंप्यूटर विजन सीनियर कैपस्टोन प्रोजेक्ट पर काम किया था। ईशान बास्केटबॉल का भी शौक़ीन है और वर्तमान में डेटा साइंटिस्ट के रूप में ज़ेलस एनालिटिक्स के लिए काम करता है।
मुहम्मद खान
मुहम्मद जुबैर खान वर्तमान में कैलिफोर्निया विश्वविद्यालय सैन डिएगो में स्नातक छात्र हैं, जो कंप्यूटर विज्ञान में स्नातक की पढ़ाई कर रहे हैं। वह अपने उत्कृष्ट अकादमिक रिकॉर्ड के कारण यूसीएसडी में अपने समय के दौरान मैरी एंड हाग छात्रवृत्ति और शोर छात्रवृत्ति के प्राप्तकर्ता हैं, साथ ही कई प्रोवोस्ट ऑनर्स भी हैं। यूसीएसडी में, उन्होंने डॉ रोज यू और ईशान मेहता के तहत शोध किया, और एलेजांद्रो पास्कुअल और फ्रैंक रॉड्रिज के साथ बास्केटबॉल के लिए स्पैटिओटेम्पोरल लेटेंट फैक्टर्स को कैसे निकाला जाए, इस पर शोध किया। इसके अलावा, उन्होंने अमेज़ॅन में 2021 की गर्मियों में एक सॉफ्टवेयर डेवलपमेंट इंजीनियर (एसडीई) इंटर्न के रूप में भी काम किया, और आने वाले समर 2022 के लिए अपने एसडीई इंटर्न पद पर लौट आएंगे।
गुलाब यू
डॉ. रोज यू कैलिफोर्निया विश्वविद्यालय, सैन डिएगो, कंप्यूटर विज्ञान और इंजीनियरिंग विभाग में सहायक प्रोफेसर हैं। वह कैलिफोर्निया इंस्टीट्यूट ऑफ टेक्नोलॉजी में पोस्टडॉक्टरल फेलो थीं। उनका शोध स्थिरता, स्वास्थ्य और भौतिक विज्ञान के अनुप्रयोगों के साथ बड़े पैमाने पर स्थानिक डेटा विश्लेषण के लिए मशीन सीखने की तकनीक को आगे बढ़ाने पर केंद्रित है। उनके शोध का एक विशेष जोर भौतिकी-निर्देशित एआई पर है जिसका उद्देश्य डेटा-संचालित मॉडल के साथ प्रथम-सिद्धांतों को एकीकृत करना है। अपने पुरस्कारों में, उन्होंने फेसबुक, गूगल, अमेज़ॅन और एडोब से फैकल्टी रिसर्च अवार्ड, यूएससी में कई सर्वश्रेष्ठ पेपर अवार्ड, सर्वश्रेष्ठ निबंध पुरस्कार जीता है, और उन्हें 'ईईसीएस में एमआईटी राइजिंग स्टार्स' में से एक के रूप में नामित किया गया था।
फ्रैंक रॉड्रिज़ो
फ्रैंक ए. रोड्रिज वर्तमान में यूनिवर्सिटी ऑफ कैलिफोर्निया सैन डिएगो में एक स्नातक छात्र है, जो कंप्यूटर साइंस में स्नातक की पढ़ाई कर रहा है। यूसीएसडी में, उन्होंने डॉ रोज यू और ईशान मेहता के साथ, एलेजांद्रो पास्कुअल और मुहम्मद जुबैर खान के साथ बास्केटबॉल के लिए स्पैटिओटेम्पोरल लेटेंट फैक्टर्स को निकालने के तरीके पर शोध किया। इसके अलावा, उन्होंने 2021 की गर्मियों में बैंक ऑफ अमेरिका में एक सॉफ्टवेयर इंजीनियर के रूप में भी काम किया। वह इस वसंत 2022 में स्नातक होने के बाद बैंक ऑफ अमेरिका में पूर्णकालिक पद पर लौटना चाहते हैं।
पेशेवरों से सीखना: प्रसारण फुटेज से पेशेवर गोलकीपर तकनीक निकालना
संक्षिप्त सार:
जमीनी स्तर पर फ़ुटबॉल खेलने वाले शौकिया गोलकीपर के रूप में, शीर्ष पेशेवर गोलकीपरों से बेहतर कौन सीख सकता है? इस पत्र में, हम पेशेवरों की बचत तकनीक का मूल्यांकन करने के लिए कंप्यूटर विज़न और मशीन लर्निंग मॉडल का उपयोग करते हैं, जिससे निचले स्तर के लोग सीख सकते हैं। हम पेशेवर गोलकीपर तकनीक सीखने के लिए ब्रॉडकास्ट फ़ुटेज से निकाले गए 3D बॉडी पोज़ डेटा का उपयोग करके एक बिना पर्यवेक्षित मशीन लर्निंग मॉडल को प्रशिक्षित करते हैं। फिर, एक "अपेक्षित बचत" मॉडल विकसित किया जाता है, जिससे हम विभिन्न मैच संदर्भों में इष्टतम गोलकीपर तकनीक की पहचान कर सकते हैं।
गिटहब लिंक (ओपन सोर्स)
लेखक (ओं):
मैथ्यू पहनें
मैथ्यू रॉयल मेल में डेटा साइंटिस्ट हैं, साउथेम्प्टन विश्वविद्यालय से डेटा साइंस में एमएससी कर रहे हैं। उन्होंने एक्सेटर विश्वविद्यालय से गणित में बीएससी भी किया है। मैथ्यू गोलकीपर विश्लेषिकी में अनुसंधान पर केंद्रित है, लेकिन सॉकर और घुड़दौड़ की भविष्यवाणी पर परियोजनाओं में भी शामिल है।
रयान बील
रयान सेंटिएंटस्पोर्ट्स के सीईओ और सह-संस्थापक हैं जो एआई केंद्रित स्पोर्ट्स एनालिटिक्स स्टार्ट-अप हैं। रयान ने साउथेम्प्टन विश्वविद्यालय से पीएचडी भी की है, जहां उनका शोध टीम के खेल के लिए एआई के अनुप्रयोगों पर केंद्रित है। उन्होंने इस स्पेस में कई पेपर प्रकाशित किए हैं, जिसमें टीम वर्क को महत्व देने और सामरिक निर्णय लेने को अनुकूलित करने के लिए गेम थ्योरी का उपयोग करने जैसी समस्याओं की खोज की गई है। वह एआई अबेकस के साथ काम करके फुटबॉल भर्ती में भी शामिल है।
टिम मैथ्यूज
टिम सीटीओ हैं और सेंटिएंटस्पोर्ट्स के सह-संस्थापक हैं, जिन्होंने साउथेम्प्टन विश्वविद्यालय से कंप्यूटर विजन और आर्टिफिशियल इंटेलिजेंस में पीएचडी की है। अपने समय के दौरान उन्होंने स्क्वाडगुरु फंतासी स्पोर्ट्स एआई विकसित किया, जो 99% मानव खिलाड़ियों को हराने में सक्षम था, और अब एआई एबैकस के साथ काम करके फुटबॉल भर्ती पर काम करता है।
गोपाल रामचर्न
गोपाल आर्टिफिशियल इंटेलिजेंस के प्रोफेसर, सेंटर फॉर मशीन इंटेलिजेंस के निदेशक, ट्यूरिंग फेलो और सेंटिएंटस्पोर्ट्स के सह-संस्थापक हैं। उन्होंने अपने शोध के लिए कई सर्वश्रेष्ठ पेपर पुरस्कार जीते हैं और जिम्मेदार आर्टिफिशियल इंटेलिजेंस पर अपने काम के लिए एक्सा रिसर्च फंड अवॉर्ड के विजेता हैं। उनके पत्रों को 7000 से अधिक बार उद्धृत किया गया है और उनके काम को बीबीसी न्यूज, न्यू साइंटिस्ट, स्काई न्यूज, बीबीसी क्लिक और वायर्ड सहित विभिन्न मीडिया में दिखाया गया है।
टिम नॉर्मन
टिम साउथेम्प्टन विश्वविद्यालय में कंप्यूटर विज्ञान के प्रोफेसर और एजेंटों, सहभागिता और जटिलता समूह के प्रमुख हैं। वह पिछले 4 वर्षों से खेल अनुसंधान में शामिल हैं और साथ ही व्यापक AI विषयों जैसे मल्टी-एजेंट सिस्टम और AI प्लानिंग और शेड्यूलिंग पर एक मजबूत ध्यान केंद्रित करते हैं।
स्वचालित की-मोमेंट डिटेक्शन का उपयोग करके महिला टेनिस में लाइव काउंटर-तथ्यात्मक विश्लेषण
संक्षिप्त सार:
मशीन लर्निंग में एक हालिया प्रवृत्ति व्यक्तिगत घटनाओं की भविष्यवाणियों को समझाने के लिए प्रति-तथ्यात्मक विश्लेषण जैसी व्याख्यात्मक तकनीकों का उपयोग करना है। इस तरह की तकनीकें खेल में शक्तिशाली होती हैं, जहां इसका उपयोग खेल या घटना के प्रभाव का जवाब मैच के समग्र परिणाम पर "क्या-अगर" प्रश्नों के रूप में तैयार करने के लिए किया जा सकता है (यानी, यदि कोई खिलाड़ी जीतता है / अगला बिंदु हारता है) - इससे उसके गेम/सेट/मैच जीतने की संभावना कैसे बदल जाती है?) इस पेपर में, हम महिला टेनिस के लिए एक प्रति-तथ्यात्मक विधि प्रस्तुत करते हैं जो पहले हमारे "लीवरेज", "क्लच" और "मोमेंटम" मेट्रिक्स का उपयोग करके एक मैच में महत्वपूर्ण क्षणों को स्वचालित रूप से हाइलाइट करता है। हमारा दृष्टिकोण न केवल महत्वपूर्ण क्षणों को एक स्वचालित फैशन में होने से पहले उजागर कर सकता है, यह खिलाड़ी के व्यवहार को एक सीज़न स्तर पर भी जोड़ सकता है जो महत्वपूर्ण क्षणों में उनकी प्रवृत्ति पर प्रकाश डालता है।
लेखक (ओं):
रॉबर्ट सीडली
डॉ रॉबर्ट सीडल वर्तमान में स्टैट्स परफॉर्म में एक वरिष्ठ एआई वैज्ञानिक हैं, जहां वे लाइव टेनिस डेटा की संपत्ति का उपयोग करते हुए लाइव स्ट्रीमिंग भविष्यवाणियों पर ध्यान केंद्रित करते हैं जो डब्ल्यूटीए / स्टैट्स परफॉर्म पार्टनरशिप के माध्यम से उपलब्ध है। रॉबर्ट के पास लाइव और बड़े पैमाने पर स्पोर्ट्स एनालिटिक्स (विशेष रूप से सॉकर और टेनिस में) में व्यापक उद्योग का अनुभव है, जो पहले SciSports, जर्मन बुंडेसलिगा और साथ ही टेनिस ऑस्ट्रेलिया में पदों पर था। उन्होंने एलएमयू म्यूनिख से गणित में डिप्लोमा और टीयू म्यूनिख से कंप्यूटर साइंस में पीएचडी की उपाधि प्राप्त की।
पैट्रिक लुसी
अक्टूबर 2015 से, पैट्रिक लुसी स्टैट्स परफॉर्म में हैं और वर्तमान में मुख्य वैज्ञानिक के रूप में कार्य करते हैं, जहां उनका लक्ष्य स्टैट्स परफॉर्म के 40+ वर्षों के डेटा के मूल्य को अधिकतम करना है। इससे पहले, पैट्रिक 5 वर्षों के लिए डिज़्नी रिसर्च में थे, जहाँ उन्होंने बड़ी मात्रा में स्पोटियोटेम्पोरल ट्रैकिंग डेटा का उपयोग करके स्वचालित खेल प्रसारण में अनुसंधान किया। पैट्रिक ने यूएसक्यू से बीईएनजी (ईई) और क्यूयूटी, ऑस्ट्रेलिया से क्रमशः 2003 और 2008 में पीएचडी प्राप्त की। उनके पास पिछले 10 वर्षों के एमआईटी स्लोन स्पोर्ट्स एनालिटिक्स सम्मेलन 9 में शोध ट्रैक में पेपर हैं - 2016 में जीत, और 2017 और 2018 में उपविजेता (वेबसाइट: www.patricklucey.com)।
कॉल टू द पेन: विषय मॉडल क्लस्टर सेंट्रोइड दूरी के माध्यम से पिचर प्रभावशीलता को अधिकतम करना
संक्षिप्त सार:
लेखक (ओं):
ऑस्टिन हाइम्स
ऑस्टिन हाइम्स पीडब्ल्यूसी के वित्तीय सेवा सलाहकार अभ्यास में एक वरिष्ठ प्रबंधक हैं जो प्रबंधन विश्लेषण के विकास के लिए जिम्मेदार हैं। ऑस्टिन ने उद्योग के अग्रणी लाभप्रदता मॉडल तैयार किए हैं जिनका उपयोग प्रदर्शन निदान, लाभप्रदता तर्क और मूल्य निर्धारण विश्लेषण को निष्पादित करने के लिए किया जाता है। ऑस्टिन ने नॉर्थवेस्टर्न यूनिवर्सिटी से डेटा साइंस में मास्टर डिग्री और बोस्टन यूनिवर्सिटी से बिजनेस में स्नातक की डिग्री हासिल की है। अपने खाली समय में, वह लंबी पैदल यात्रा, पहेली पहेली और अपने प्रिय बोस्टन रेड सोक्स को देखने का आनंद लेता है।
टेनिस में अनटंगलिंग इंटेंट बनाम एक्ज़ीक्यूशन के लिए एक मार्कोव दृष्टिकोण
संक्षिप्त सार:
लेखक (ओं):
डौग फियरिंग
डौग फियरिंग दुनिया की अग्रणी स्पोर्ट्स इंटेलिजेंस कंपनियों में से एक, ज़ेलस एनालिटिक्स के सह-संस्थापक और अध्यक्ष हैं। ज़ेलस से पहले, डौग ने लॉस एंजिल्स डोजर्स आर एंड डी विभाग की स्थापना की, इसे चार सत्रों में 20 के कर्मचारियों तक बढ़ाया, और 2017 और 2018 दोनों में वर्ल्ड सीरीज़ तक पहुंच गया। हार्वर्ड बिजनेस स्कूल और फिर यूटी ऑस्टिन के मैककॉम्स स्कूल में एक संकाय सदस्य के रूप में। व्यवसाय के (2010-2015), डौग ने टैम्पा बे रेज़ के लिए आर एंड डी के वरिष्ठ सलाहकार के रूप में काम किया। सह-लेखक टिमोथी चैन के साथ, डौग को 2013 में एमआईटी स्लोन स्पोर्ट्स एनालिटिक्स कॉन्फ्रेंस रिसर्च पेपर अवार्ड मिला।
स्टेफ़नी कोवलचिक
स्टेफ़नी दुनिया की अग्रणी खेल ख़ुफ़िया कंपनियों में से एक, ज़ेलस एनालिटिक्स में एक वरिष्ठ डेटा वैज्ञानिक हैं। उन्होंने पहले टेनिस ऑस्ट्रेलिया के गेम इनसाइट ग्रुप के लिए डेटा साइंस इनोवेशन का नेतृत्व किया, ट्रैकिंग डेटा के साथ पहली तरह के मेट्रिक्स और रीयल-टाइम एप्लिकेशन का निर्माण किया। 40+ प्रकाशित पत्रों के साथ टेनिस विश्लेषिकी और कारण निष्कर्ष में एक विशेषज्ञ, उन्होंने NCI और RAND Corporation में अपनी पिछली भूमिकाओं में उपन्यास सांख्यिकीय तरीके भी विकसित किए। वह on-the-t.com पर ब्लॉग करती है
टिम चानो
टिमोथी चैन स्वास्थ्य में नॉवेल ऑप्टिमाइजेशन एंड एनालिटिक्स में कनाडा रिसर्च चेयर, मैकेनिकल और इंडस्ट्रियल इंजीनियरिंग विभाग में प्रोफेसर, सेंटर फॉर एनालिटिक्स एंड एआई इंजीनियरिंग के निदेशक, डेटा साइंसेज इंस्टीट्यूट के एक एसोसिएट डायरेक्टर और एक सीनियर फेलो हैं। टोरंटो विश्वविद्यालय में मैसी कॉलेज के। स्वास्थ्य देखभाल, चिकित्सा, स्थिरता और खेल में अनुप्रयोगों के साथ, उनके प्राथमिक अनुसंधान हित संचालन अनुसंधान, अनुकूलन और अनुप्रयुक्त मशीन सीखने में हैं। सह-लेखक डौग फेयरिंग के साथ, उन्हें 2013 में एमआईटी स्लोन स्पोर्ट्स एनालिटिक्स सम्मेलन शोध पत्र पुरस्कार मिला। पिछली गर्मियों में वह टेनिस खेलने में वापस आ गया और वह कभी वापस नहीं जा रहा है।
क्रेग फर्नांडीस
क्रेग फर्नांडीस टोरंटो विश्वविद्यालय में संचालन अनुसंधान पीएचडी के प्रथम वर्ष के छात्र हैं, जिनकी देखरेख प्रो. टिमोथी चैन कर रहे हैं। उनका शोध अनुकूलन, गेम थ्योरी और सामाजिक भलाई, स्वास्थ्य देखभाल और खेल में लागू एआई/एमएल तकनीकों पर केंद्रित है। उनके शोध को न्यू इंग्लैंड सिम्पोजियम ऑन स्टैटिस्टिक्स इन स्पोर्ट्स (एनईएसएसआईएस), स्पोर्ट इनोवेशन (स्पिन) शिखर सम्मेलन में ओन द पोडियम द्वारा आयोजित किया गया है, और कनाडाई ऑपरेशनल रिसर्च सोसाइटी (सीओआरएस) वार्षिक सम्मेलन में चित्रित किया गया है। उन्होंने पहले अमेज़ॅन में एक शोध डेटा वैज्ञानिक के रूप में भी काम किया, जो इन्वेंट्री ऑप्टिमाइज़ेशन पर ध्यान केंद्रित कर रहा था।
फुटबॉल एंडगेम के लिए एक गेम-सैद्धांतिक दृष्टिकोण: "2-मिनट की ड्रिल" कब शुरू होनी चाहिए?
संक्षिप्त सार:
यह पेपर जांच करता है कि एनएफएल टीमों को खेल के अंत में "जल्दी-अप" अपराध में कब स्विच करना चाहिए। जबकि बोलचाल की भाषा में "2 मिनट की ड्रिल" कहा जाता है, टीमों को यह परिवर्तन बहुत पहले करना चाहिए- आमतौर पर 6 से 10 मिनट के बीच; हालांकि सटीक उत्तर बिंदु अंतर और क्षेत्र की स्थिति सहित कई कारकों पर निर्भर करता है। यह विश्लेषण nflfastR के माध्यम से प्ले-बाय-प्ले NFL डेटा के पिछले 20 सीज़न के आधार पर अदायगी मैट्रिक्स का उपयोग करते हुए एक पुनरावर्ती गेम-सैद्धांतिक दृष्टिकोण का उपयोग करता है।
लेखक (ओं):
लोगान मैकगायर
सेकेंड लेफ्टिनेंट मैकगायर का जन्म ओहियो के टोलेडो में हुआ था, लेकिन वे साउथ बेंड, इंडियाना के बाहर ग्रेंजर नामक शहर में पले-बढ़े। 2017 में, उन्होंने यूनाइटेड स्टेट्स नेवल एकेडमी में अपनी शिक्षा शुरू की, जहां उन्होंने ऑपरेशन रिसर्च में पढ़ाई की। उन्होंने जल्दी से पाया कि उन्हें संख्याओं और डेटा विश्लेषण के लिए जुनून था और संयुक्त राज्य नौसेना अकादमी में सम्मान कार्यक्रम में शामिल हो गए जहां उन्होंने गेम थ्योरी पर अपने सम्मान की थीसिस और अमेरिकी फुटबॉल रणनीतिकारों के लिए एंडगेम प्ले कॉलिंग के संबंध पर ध्यान केंद्रित किया। उन्होंने स्नातक होने से पहले कई पुरस्कार अर्जित किए, जिसमें संचालन अनुसंधान प्रमुख के शीर्ष स्नातक शामिल थे और उन्होंने विशिष्ट सम्मान के साथ स्नातक की उपाधि प्राप्त की, जो नौसेना अकादमी के शीर्ष 100 स्नातक अधिकारियों को दिए जाते हैं। मई 2021 में स्नातक होने पर, उन्होंने यूनाइटेड स्टेट्स मरीन कॉर्प्स में सेकेंड लेफ्टिनेंट के रूप में कमीशन किया। जून 2021 में, उन्होंने क्वांटिको, VA में द बेसिक स्कूल में भाग लिया, जहाँ उन्होंने सैन्य रणनीति, मरीन कॉर्प्स विरासत, और सबसे ऊपर, मरीन का नेतृत्व कैसे किया, सीखा। स्नातक होने के बाद, उन्होंने ग्राउंड सप्लाई ऑफिसर के रूप में फर्स्ट ट्रांसपोर्टेशन बटालियन को रिपोर्ट किया, एक करियर क्षेत्र जो उन्हें डेटा और संख्याओं के लिए अपने जुनून का पीछा जारी रखने की अनुमति देता है। अपने खाली समय में, वह लंबी पैदल यात्रा का आनंद लेता है, अपने ड्रोन को उड़ाता है, और सबसे बढ़कर, सैन फ्रांसिस्को 49ers को सभी विरोधियों के खिलाफ "बुली बॉल" खेलते हुए देखता है। उनसे बड़ा 49ers प्रशंसक खोजना वास्तव में कठिन है और उनके करीबी सभी जानते हैं कि रविवार (कभी-कभी गुरुवार और सोमवार) हर साल सितंबर से फरवरी तक आरक्षित होते हैं।
फ्रेंकलिन केंटे
प्रोफेसर फ्रैंकलिन केंटर मूल रूप से सैन फ्रांसिस्को खाड़ी क्षेत्र के रहने वाले हैं। 2013 में, उन्होंने असतत गणित, नेटवर्क विज्ञान और वर्णक्रमीय ग्राफ सिद्धांत पर जोर देने के साथ कैलिफोर्निया विश्वविद्यालय सैन डिएगो से गणित में पीएचडी पूरी की। ह्यूस्टन में राइस विश्वविद्यालय में पोस्ट-डॉक्टरल विद्वान के रूप में तीन साल बिताने के बाद, वह गणित के सहायक प्रोफेसर के रूप में एनापोलिस, एमडी में संयुक्त राज्य नौसेना अकादमी में संकाय में शामिल हो गए। उनके शोध कार्यक्रम को मोटे तौर पर "नेटवर्क पर खेल" के रूप में वर्णित किया जा सकता है, जिसमें संख्या सिद्धांत, सैद्धांतिक कंप्यूटर विज्ञान, संयोजन और संभाव्यता पर प्रभाव पड़ता है। शिक्षाविदों के अलावा, उन्हें टेबलटॉप गेम्स और गेम डिज़ाइन के साथ-साथ मनोरंजक खेलों, विशेष रूप से अंतिम और इनडोर फ़ुटबॉल में गहरी दिलचस्पी है। नारंगी के प्रति उनकी आत्मीयता किसी स्कूल या टीम से संबद्ध नहीं है।

शोध पत्र फाइनलिस्ट

2022

2019

2018

2017

2016

शोध पत्र प्रस्तुतियाँ

कृपया अपनी पूरी पांडुलिपि जमा करें यदि आप इस चरण के लिए चुने गए हैं
अधिकतम फ़ाइल आकार 10 एमबी।
अपलोड हो रहा है...
fileuploaded.jpg
अपलोड विफल। फ़ाइलों के लिए अधिकतम आकार 10 एमबी है।
आपको धन्यवाद!
आपकी बिनती को प्राप्त किया गया है!
उफ़! फ़ॉर्म सबमिट करते समय कुछ गड़बड़ी हुई.
अधिकतम फ़ाइल आकार 10 एमबी।
अपलोड हो रहा है...
fileuploaded.jpg
अपलोड विफल। फ़ाइलों के लिए अधिकतम आकार 10 एमबी है।
आपको धन्यवाद!
आपकी बिनती को प्राप्त किया गया है!
उफ़! फ़ॉर्म सबमिट करते समय कुछ गड़बड़ी हुई.

मुक्त स्रोत प्रतियोगिता - मतदान

नीचे हमारे SSAC 2022 ओपन सोर्स फाइनलिस्ट की समीक्षा करें और अपने पसंदीदा सबमिशन के लिए अपना वोट देंयहां!

2022 ओपन सोर्स फाइनलिस्ट

यह समझना कि निशानेबाज़ क्यों शूट करते हैं - बास्केटबॉल के प्रदर्शन की रूपरेखा के लिए एआई-पावर्ड इंजन
संक्षिप्त सार:
पेशेवर बास्केटबॉल में, एक टीम के कोचिंग स्टाफ के लिए एक विरोधी टीम का विश्लेषण करना और एक प्रभावी रणनीति विकसित करना महत्वपूर्ण है। खिलाड़ी शूटिंग प्रोफाइल को समझना इस विश्लेषण का एक अनिवार्य हिस्सा है: यह जानना कि कुछ विरोधी खिलाड़ी कहां से शूट करना पसंद करते हैं, कोच को अपने विरोधियों से आक्रामक गेमप्लान को बेअसर करने में मदद कर सकते हैं, जबकि यह समझना कि उनके खिलाड़ी सबसे अधिक आरामदायक कहां हैं, उन्हें अधिक प्रभावी आक्रामक रणनीति विकसित करने के लिए प्रेरित कर सकते हैं। हम एक ऐसा उपकरण प्रस्तुत करते हैं जो खेल-शैली और खेल की गतिशीलता जैसे कारकों को ध्यान में रखते हुए खिलाड़ी के प्रदर्शन प्रोफाइल की समयबद्ध तरीके से कल्पना कर सकता है, व्याख्यात्मक हीटमैप उत्पन्न करता है जो हमें यह पहचानने और विश्लेषण करने की अनुमति देता है कि ये गैर-स्थानिक कारक प्रदर्शन प्रोफाइल को कैसे प्रभावित करते हैं। हमारे तरीके एक प्रभावी और कुशल उपकरण प्रदान करते हैं जो फिल्म के घंटों की समीक्षा की समय लेने वाली प्रक्रिया की आवश्यकता के बिना कुछ खिलाड़ियों और टीमों के खेलने के तरीके में अंतर्दृष्टि प्रदान कर सकते हैं, और संभावित रूप से अनुकूलन के साथ अन्य खेलों में लागू किया जा सकता है।
गिटहब लिंक (ओपन सोर्स)
लेखक (ओं):

एलेजांद्रो रोड्रिग्ज पास्कल, ईशान मेहता, मुहम्मद खान, रोज यू, फ्रैंक रॉड्रिज़ो

पेशेवरों से सीखना: प्रसारण फुटेज से पेशेवर गोलकीपर तकनीक निकालना
संक्षिप्त सार:
जमीनी स्तर पर फ़ुटबॉल खेलने वाले शौकिया गोलकीपर के रूप में, शीर्ष पेशेवर गोलकीपरों से बेहतर कौन सीख सकता है? इस पत्र में, हम पेशेवरों की बचत तकनीक का मूल्यांकन करने के लिए कंप्यूटर विज़न और मशीन लर्निंग मॉडल का उपयोग करते हैं, जिससे निचले स्तर के लोग सीख सकते हैं। हम पेशेवर गोलकीपर तकनीक सीखने के लिए ब्रॉडकास्ट फ़ुटेज से निकाले गए 3D बॉडी पोज़ डेटा का उपयोग करके एक बिना पर्यवेक्षित मशीन लर्निंग मॉडल को प्रशिक्षित करते हैं। फिर, एक "अपेक्षित बचत" मॉडल विकसित किया जाता है, जिससे हम विभिन्न मैच संदर्भों में इष्टतम गोलकीपर तकनीक की पहचान कर सकते हैं।
गिटहब लिंक (ओपन सोर्स)
लेखक (ओं):

मैथ्यू वेयर, रयान बील, टिम मैथ्यूज, गोपाल रामचर्न, टिम नॉर्मन

वैलोरेंट में युगल जीतना, इष्टतम स्थिति का एक दृश्य
संक्षिप्त सार:
यह पेपर बिल्कुल नए प्रतिस्पर्धी Esport में नए मशीन लर्निंग मॉडल के साथ पारंपरिक स्पोर्ट्स एनालिटिक्स मेट्रिक्स लागू करता है। इन-गेम पोजिशनल डेटा का लाभ उठाकर, हम किसी विशेष गन फाइट की कठिनाई का मूल्यांकन करने में सक्षम होते हैं और दोनों पक्षों को जीत की संभावना प्रदान करते हैं। हम इन भविष्यवाणियों का उपयोग उन खिलाड़ियों की पहचान करने के लिए करते हैं जो उम्मीद से ऊपर या नीचे प्रदर्शन कर रहे हैं, और एनआरजी के खिलाड़ी विकास के लिए ताकत और कमजोरियों की पहचान करते हैं। हम मौजूदा कामकाजी पेशेवरों और युवा पीढ़ी से एस्पोर्ट्स में अधिक विश्लेषण के लिए आशान्वित हैं।
गिटहब लिंक (ओपन सोर्स)
लेखक (ओं):

डीमार्स डीरोवर

एमएलबी में खिलाड़ी गेम को कैसे प्रभावित करते हैं, इसका वर्णन करने के लिए मशीन लर्निंग का उपयोग करना
संक्षिप्त सार:
यह पेपर नेचुरल लैंग्वेज प्रोसेसिंग (एनएलपी) और कंप्यूटर विजन (सीवी) में हालिया प्रगति पर आकर्षित करता है ताकि यह वर्णन किया जा सके कि खिलाड़ी एमएलबी में खेल को कैसे प्रभावित करते हैं। विशेष रूप से, यह कार्य खेल को घटनाओं के एक क्रम के रूप में देखता है - उक्त घटनाओं का वर्णन करने वाले सारांश आंकड़ों के एक सेट के बजाय - और मशीन लर्निंग मॉडल को इस प्रभाव का वर्णन करने के लिए प्रशिक्षित करता है कि घटनाओं का एक क्रम खेल पर पड़ता है। मॉडल अपेक्षाकृत कम समय अवधि में एकल खिलाड़ी के लिए घटनाओं के अनुक्रम का वर्णन करते हैं; इसलिए हम मॉडल आउटपुट को प्लेयर फॉर्म एम्बेडिंग के रूप में संदर्भित करते हैं - यह वर्णन करता है कि उन्होंने अल्पावधि में गेम को कैसे प्रभावित किया है। हम प्रदर्शित करते हैं कि कैसे इन एम्बेडिंग का उपयोग शॉर्ट और लॉन्ग टर्म में खिलाड़ियों का वर्णन करने के लिए किया जा सकता है, और इसमें गेम के परिणाम की भविष्यवाणी करने के लिए उपयोगी सिग्नल होते हैं।
गिटहब लिंक (ओपन सोर्स)
लेखक (ओं):

कॉनर हीटन, प्रसेनजीत मित्रा