Chicago/Londres - 2 de marzo de 2020 - Stats Perform, el líder revolucionario en AI y datos deportivos, ha anunciado hoy que un trabajo de investigación elaborado por el equipo de AI de la empresa ha sido preseleccionado como finalista en la categoría de investigación de la Conferencia MIT Sloan Sports Analytics 2020.
Cada año, el Concurso de Artículos de Investigación de la conferencia destaca a los finalistas que muestran investigaciones de vanguardia que influyen en la forma en que los medios de comunicación y los equipos profesionales, en diversos deportes, analizan el rendimiento. El trabajo de Stats PerformPerform, del que son coautores el Dr. Will Gürpınar-Morgan, el Dr. Daniel Dinsdale, el Dr. Joe Gallagher, el Sr. Aditya Cherukumudi y el Dr. Patrick Lucey, titulado "You Cannot Do That Ben Stokes: Dynamically Predicting Shot Type in Cricket Using a Personalized Deep Neural Network"-introduce un nuevo modelo para predecir dinámicamente el tipo de tiro de un bateador en el críquet One Day International utilizando datos de eventos Opta bola por bola.
Al adoptar un enfoque de aprendizaje profundo personalizado, el modelo de críquet tiene en cuenta varios factores contextuales, como el estado del partido, la trayectoria de lanzamiento de un lanzador y varias métricas personalizadas para un bateador basadas en un archivo de ocho años de partidos internacionales. Entre ellas se incluyen medidas de la habilidad del bateador, su agresividad y sus zonas de strike preferidas cuando se enfrenta a distintos tipos de bolos. Teniendo en cuenta todos estos factores, el modelo asigna probabilidades para el tipo de golpe y su ubicación final, destacando el resultado más probable. Esta información puede mejorar la narración durante las retransmisiones en directo y orientar la estrategia y las tácticas empleadas por el capitán de campo cuando un determinado bateador está en strike.
"Uno de los mayores retos a los que se enfrenta el críquet es acertar en el emparejamiento entre un lanzador y un bateador. En última instancia, puede ser la diferencia entre ganar y perder", declaró el Dr. Patrick Lucey, científico jefe de Stats Perform. "Este trabajo de nuestro equipo AI es importante porque puede aplicarse a muchos elementos diferentes del deporte. Además de ser valioso para informar sobre las estrategias previas al partido y las tácticas durante el mismo, puede servir de hilo conductor para las retransmisiones: destacar dónde es probable que un jugador acierte su siguiente golpe teniendo en cuenta la situación del partido. Esto puede facilitar una narración más profunda e impactante".
En los últimos cuatro años, Stats Perform ha llegado otras tres veces a la final del MIT Sloan Best Research Paper Track, obteniendo el premio al mejor artículo en 2016 y el subcampeonato en 2017 y 2018.
"Es fantástico ver una vez más el trabajo pionero de nuestro equipo de AI reconocido por el jurado de Sloan y estoy deseando ver este trabajo presentado en la conferencia a finales de esta semana", dijo Lucey.
El artículo completo puede descargarse en el sitio web del MIT Sloan Best Research Paper Track aquí.