芝加哥/伦敦--2021 年 4 月 8 日--数据和AI领域的体育科技领导者Stats Perform 今天宣布，公司AI 团队撰写的两篇研究论文将在 2021 年麻省理工学院斯隆体育分析大会的研究方向上发表。
每年，大会的研究论文竞赛都会重点介绍影响媒体和专业队伍分析各种运动成绩方式的前沿研究。这两篇论文--"从大量的大学篮球跟踪数据中预测 NBA 人才 "和 "让进攻打法变得可预测--使用图卷积网络了解足球比赛中的防守表现"--代表了Stats Perform的AI 团队最近完成的一些令人兴奋的工作。
这篇题为 "从大量大学篮球跟踪数据中预测 NBA 人才 "的论文利用公司专有的计算机vision 技术 AutoStats 生成了曾经无法估量的大学篮球跟踪数据。作者利用新的跟踪数据集，说明了 NBA 分析师如何获得新的洞察力，更好地预测 NBA 球员的技能和特质。这篇论文是争夺最佳论文奖的 7 篇入围论文之一。
这篇题为 "让进攻型打法变得可预测--使用图卷积网络了解足球比赛中的防守表现 "的论文，使用了一种复杂的图神经网络来衡量球员动作的防守价值，而这在以前是无法准确衡量的。
"这两篇论文代表了我们AI 团队的一些开创性工作，我很高兴看到它们得到斯隆大学评审委员会的认可，"Stats Perform首席科学家帕特里克-卢西（Patrick Lucey）博士说。"这两篇论文代表了利用计算机vision 和机器学习生成新数据和新见解方面的重大进展，这些新数据和新见解可以应用于许多不同的体育项目。这代表着团队在利用我们的差异化数据和模型来衡量表现和做出客观决策方面向前迈出了重要一步。
在过去五年中，Stats Perform 还四次进入麻省理工学院斯隆最佳研究论文追踪决赛，2016 年获得最佳论文奖，2017 年和 2018 年获得亚军。
这两篇论文可在麻省理工学院斯隆最佳研究论文追踪网站上下载，也可通过以下链接下载。