Chicago/Londres - 2 mars 2020 - Stats Perform, le leader révolutionnaire de l'AI et des données sportives, a annoncé aujourd'hui qu'un article de recherche rédigé par l'équipe AI de l'entreprise a été sélectionné comme finaliste dans le domaine de la recherche lors de la 2020 MIT Sloan Sports Analytics Conference.
Chaque année, le concours d'articles de recherche de la conférence met en lumière des finalistes présentant des recherches de pointe qui influencent la façon dont les médias et les équipes professionnelles, dans divers sports, analysent les performances. Co-écrit par Will Gürpınar-Morgan, Daniel Dinsdale, Joe Gallagher, Aditya Cherukumudi et Patrick Lucey, l'article de Stats Performintitulé "You Cannot Do That Ben Stokes : Dynamically Predicting Shot Type in Cricket Using a Personalized Deep Neural Network" - présente un nouveau modèle permettant de prédire de manière dynamique le type de tir d'un batteur lors d'une journée de cricket international en utilisant les données d'événements Opta , balle par balle.
En adoptant une approche personnalisée d'apprentissage en profondeur, le modèle de cricket prend en compte divers facteurs contextuels, notamment l'état du match, la trajectoire du lancer d'un lanceur et diverses mesures personnalisées pour un batteur, basées sur une archive de huit ans de matchs internationaux. Il s'agit notamment de mesures de la capacité d'un batteur, de son agressivité et de ses zones de frappe préférées lorsqu'il est confronté à différents types de lancers. En tenant compte de tous ces facteurs, le modèle attribue ensuite des probabilités pour le type de coup et leur emplacement final, en mettant en évidence le résultat le plus probable. Ces informations peuvent améliorer la narration pendant les retransmissions en direct et informer la stratégie et les tactiques employées par le capitaine sur le terrain lorsqu'un batteur spécifique est en grève.
"L'un des plus grands défis du cricket est de trouver le bon équilibre entre un lanceur et un batteur. C'est ce qui fait la différence entre la victoire et la défaite", a déclaré Patrick Lucey, scientifique en chef de Stats Perform. "Ce travail de notre équipe d'AI est important car il peut être appliqué à de nombreux éléments différents du sport. En plus d'être utiles pour informer les stratégies d'avant-match et les tactiques en cours de match, ils peuvent alimenter des scénarios clés pour les diffuseurs : ils mettent en évidence l'endroit où un joueur est susceptible de frapper son prochain coup en tenant compte de la situation du match. Cela peut faciliter une narration plus profonde et plus puissante".
Au cours des quatre dernières années, Stats Perform a atteint trois fois la finale du MIT Sloan Best Research Paper Track, remportant le prix du meilleur article en 2016 et se classant deuxième en 2017 et 2018.
"C'est fantastique de voir une fois de plus le travail de pionnier de notre équipe d'AI reconnu par le jury de Sloan et je suis impatient de voir ce travail présenté lors de la conférence plus tard cette semaine", a déclaré M. Lucey.
Le document complet peut être téléchargé sur le site web du MIT Sloan Best Research Paper Track ici.