시카고/런던 - 2020년 3월 2일 - 스포츠 AI 및 데이터 분야의 혁신적 리더인Stats Perform 오늘 자사의 AI 팀이 작성한 연구 논문이 2020 MIT 슬론 스포츠 분석 컨퍼런스에서 연구 트랙의 최종 후보로 선정되었다고 발표했습니다.
매년 컨퍼런스의 연구 논문 경연대회에서는 다양한 스포츠 종목의 미디어와 프로팀이 성과를 분석하는 방식에 영향을 미치는 최첨단 연구를 소개하는 최종 후보작을 선정합니다. 윌 구르피나르-모건 박사, 다니엘 딘스데일 박사, 조 갤러거 박사, 아디트야 체루쿠무디 박사, 패트릭 루시 박사가 공동 집필한 Stats Perform논문 '당신은 벤 스톡스가 할 수 없다'가 수상작으로 선정되었습니다: 개인화된 심층 신경망을 사용하여 크리켓에서 타구 유형을 동적으로 예측하기"라는 논문에서는 볼별 Opta 이벤트 데이터를 사용하여 원데이 국제 크리켓에서 타자의 타구 유형을 동적으로 예측하는 새로운 모델을 소개합니다.
개인화된 딥러닝 접근 방식을 채택한 크리켓 모델은 8년간의 국제 경기 아카이브를 기반으로 경기 상태, 볼러의 구질, 타자에 대한 다양한 개인화된 지표 등 다양한 상황적 요인을 고려합니다. 여기에는 타자의 능력, 공격성 및 다양한 유형의 볼링을 상대할 때 선호하는 스트라이크 존에 대한 측정이 포함됩니다. 이 모델은 이러한 모든 요소를 고려하여 타구 유형과 타구의 끝 위치에 대한 확률을 할당하고 가장 가능성이 높은 결과를 강조 표시합니다. 이러한 인사이트는 라이브 방송 중 스토리텔링을 강화하고 특정 타자가 스트라이크를 칠 때 야수 주장이 사용하는 전략과 전술을 알려줄 수 있습니다.
"크리켓에서 직면한 가장 큰 도전 과제 중 하나는 볼러와 타자 간의 매치업을 제대로 맞추는 것입니다. 이는 궁극적으로 승패를 가를 수 있습니다."라고 Stats Perform수석 과학자인 패트릭 루시 박사는 말합니다. "우리 AI 팀의 이번 연구는 스포츠의 다양한 요소에 적용될 수 있다는 점에서 매우 중요합니다. 경기 전 전략과 경기 중 전술을 알려주는 데 유용할 뿐만 아니라, 경기 상황을 고려할 때 선수가 다음 샷을 칠 가능성이 높은 위치를 강조하는 등 방송사의 주요 스토리라인을 이끌어낼 수 있습니다. 이를 통해 더 깊고 강력한 스토리텔링이 가능합니다."
지난 4년 동안 Stats Perform MIT 슬론 최우수 연구 논문 트랙 결승에 세 번이나 진출하여 2016년에는 최우수 논문으로, 2017년과 2018년에는 준우승을 차지했습니다.
루시는 "슬론의 심사위원단으로부터 우리 AI 팀의 선구적인 연구 성과를 다시 한 번 인정받게 되어 기쁘고, 이번 주 후반에 열리는 컨퍼런스에서 이 연구 성과가 발표되기를 고대하고 있습니다."라고 말했습니다.
논문 전문은 MIT 슬론 최우수 연구 논문 트랙 웹사이트에서 다운로드할 수 있습니다.