芝加哥/伦敦--2020年3月5日-- 体育AI 和数据领域的革命性领导者Stats Perform宣布，首席科学家帕特里克-卢西（Patrick Lucey）博士将于3月6日（周五）在波士顿举行的麻省理工学院斯隆体育与分析大会（SSAC）上发表竞争优势演讲。
麻省理工学院 SSAC 成立于 2006 年，现已发展成为业内首屈一指的展示平台之一，去年有超过 3,500 人参加了此次盛会。会议将于 3 月 6 日至 7 日在波士顿会展中心举行，届时座无虚席。
卢西博士的竞争优势题为 "测量不可测量的东西：利用机器学习和计算机Vision解决足球分析问题"，将展示Stats Perform 如何利用专有的计算机vision 和机器学习技术来剖析 "世界比赛 "的方方面面，而不受联赛、质量、风格或数据覆盖范围的影响。Lucey 博士将讨论Stats Perform的新功能如何改变比赛分析的方式，包括通过预测球员在另一支球队中的表现来进行招募；通过精确测量足球阵型来衡量球队表现；以及通过直接从转播视频中捕捉跟踪数据来进行跟踪测量。
"多年来，我们看到数据分析技术在几乎所有体育运动中都发生了革命性的变化，然而，由于难以量化的连续比赛以及不同联赛和比赛的不同打法，足球始终是最大的挑战，"Lucey 博士说。"多年来，Stats Perform 一直在研究足球比赛的方方面面，但现在，我可以自豪地说，我们终于解决了这个问题，并能以易于理解的格式创建完整的比赛分析。在我的演讲中，我将展示我们如何利用计算机vision、AI 和机器学习来剖析不断变化的比赛风格，并根据球员的替换和转会来预测比赛结果，所有这一切只需通过业内最全面的足球查询和分析工具--Edge--点击一下按钮即可完成。
除了卢西博士的小组讨论，Stats Perform 还将介绍他们的论文 "You Cannot Do That Ben Stokes：使用个性化深度神经网络动态预测板球击球类型"，该论文介绍了一种新模型，可使用逐球Opta 事件数据动态预测击球手在国际板球一日赛中的击球类型。论文报告会将于 3 月 7 日星期六举行，论文全文可在麻省理工学院斯隆最佳研究论文赛道网站上下载。
在过去五年中，Stats Perform 四次进入麻省理工学院斯隆最佳研究论文赛道的决赛，2016 年获得最佳论文奖，2017 年和 2018 年获得亚军。