在截止日期之后，专业Forum 的评委们在今年最初的几周里对 2022 年活动的数十个演讲提案进行了审查，活动将于 3 月 23 日星期三举行。
评委们根据创新性、方法、相关性和应用性这四个关键标准对每个匿名提案进行评分。最终，六个项目脱颖而出，将在伦敦尤斯顿广场 30号向应邀出席的业界代表进行展示，同时还将通过独家现场直播进行直播。
该Forum 今年已是第九届，仍然是足球分析日历上的一个重要日期，为演讲者提供了一个展示创新方法的平台，以解决与绩效分析和招聘有关的关键问题。许多前几届论坛的演讲者都已进入知名俱乐部工作，在此重点介绍一下。
今年是该活动连续第二年与法国足球联盟（LFP）合作，后者将提供法甲优步食客的历史跟踪数据，帮助主持人更深入地了解优步食客的表现。
2022 年Forum的全部阵容如下，排名不分先后：
Gerald Lim, Ashley See, Zhi Yuan Chua - Pressing Times：数据能否告诉我们何时以及如何摆脱反压榨？
本讲座应用事件和跟踪数据来识别涉及反压迫的不同类型的比赛场景，最终目的是从风险角度出发，确定哪种场景最适合控球的球队通过压迫进行比赛。
该项目将通过应用四种衡量标准对反压迫战略进行定性和量化，然后根据关键结果（包括球的进程、滞留时间和因失去控球权而造成的威胁）计算针对反压迫所做的各种决定的成功率。
Gerald、Ashley 和 Zhi Yuan 一起就读于伦敦帝国理工学院，分别毕业于物理学（理学硕士）、计算机（工程学学士）和化学工程（工程硕士）专业。志远目前仍在伦敦工作，担任德勤英国公司的数据分析师，而阿什利则在新加坡的战略信息通信技术中心担任软件工程师。Gerald 现为新加坡气候研究中心的研究科学家。
Caterina De Bacco - 高效运行得分的可衡量关键绩效指标
该项目由摩纳哥Forum的泰勒-希普斯（Tyler Heaps）提出，它应用跟踪和事件数据来区分主动跑动和被动跑动，目的是找出在攻防两端跑动最有效的球员。
从防守的角度来看，模型会根据跑动是否导致进攻球员被盯防或封堵，或者是否打断了潜在的传球线路来标记跑动，而进攻跑动则会根据跑动是否产生传球机会、攻击空位或引发对方球员移动从而为队友创造空间来记分。
通过使用基于分数的关键绩效指标系统将主动跑动与被动跑动区分开来，绩效分析师将能更好地了解球队中每名球员的跑动质量，并与总跑动距离和高强度冲刺等长期指标一起进行评估。
这是 Caterina 连续第二年被选中在Forum上发表演讲，她曾在 2021 年发表过关于评估每位球员在压迫阶段的效率的演讲。Caterina 拥有统计物理学博士学位，目前是德国图宾根马克斯-普朗克智能系统研究所网络谷独立研究小组组长。
阿纳夫-普拉萨德 球探分配和足球人才发现的强化学习方法
阿纳夫-普拉萨德（Arnav Prasad）是本年度加里-盖拉德博士奖（Dr. Garry Gelade）的获得者，该奖项旨在表彰本科生提交的优秀提案。
Arnav 目前正在芝加哥大学攻读计算机科学专业的数学学士学位。他在Forum 上的演讲将探讨球探人数有限的招募部门所面临的主要挑战之一。Arnav 将利用经验数据和模拟球员数据，通过最先进的强化学习算法，量化球队在球探工作中可以获得的优势。
阿纳夫为这一问题开发了一个模拟环境，他将演示俱乐部如何建立和测试各种算法，为自己的战略决策提供依据。该环境还允许对各种球员抽样分布和噪音设置进行实验。
在学习的同时，阿纳夫目前在波士顿红袜队的棒球分析小组工作。阿纳夫曾在洛杉矶道奇队棒球分析部门和领先的量化对冲基金 Citadel LLC 的量化研究与交易部门实习。他被美国棒球研究学会（SABR）选为 2021 年 Yoseloff 奖学金获得者，入围 2021 年麻省理工学院斯隆体育分析研究论文竞赛决赛，并在麻省理工学院斯隆体育分析大会上获得 2020 年 ESPN 黑客马拉松冠军。
阿比舍克-阿莫尔-米什拉和苏米亚吉特-博斯--仅利用事件数据测量和模拟防御效率
在由卢顿镇的杰伊-索契克（Jay Socik）设定的Forum第二个俱乐部主导的提交类别中，阿比舍克（Abhishek）和苏米亚吉特（Soumyajit）的项目评估了评判中后卫防守能力的方法，超越了从事件数据（如拦截和拦截）中得出的标准数字。
他们的演讲将重点介绍现有指标（已对控球率进行调整）和新的高级指标（重点关注对手进球、射门和威胁防范）的应用，以识别英式足球锦标赛中的优秀中卫，总体目标是在俱乐部的技术球探过程中加强对球员的招募分析。
Abhishek 现居德克萨斯州，是德克萨斯大学达拉斯分校计算机科学专业的一名本科生，而 Soumyajit 目前正在康奈尔大学攻读物理学博士学位。
巴克尔-安努尔和西尔维奥-马塔诺 - 《如何有效破解高压力？ 确定有效打破高压的方法
巴克尔和西尔维奥的项目旨在提出一种创新方法，应用事件和跟踪数据，根据即将到来的对手所采用的逼抢方式生成阵型和球员建议，帮助表现分析师确定绕过特定逼抢方式的最有效方法。
演讲将概述如何识别感兴趣的序列以及如何定义它们的成功，解释如何使用它们的模型将它们 "放置 "在一个共同的空间，以及一个假设应用程序的后台将如何与该模型交互。
他们的建议将以从重复出现的事件序列和球员属性中获得的洞察力为基础，这些洞察力在对抗特定的逼抢方式和阵型时取得了成功，可用于指导赛前的战术方法，并影响替补席上的赛中决策。
Bakr 定居于伦敦，是一名高级运营分析师，目前在物流部门工作。西尔维奥也住在首都，在公共部门担任统计官员。
Ashwin Phatak、Henrick Biermann 和 Franz-Georg Wieland - 预期反击：足球比赛中实时反击发生前的概率模型及其危险性
该项目入选了 "Stats Perform类别，其目的是预测可能的反击是否成功，以及反击对防守方的潜在危险，该项目采用了一种新的衡量标准：预期反击。
演讲将以卢克-博恩（Luke Bornn）和哈维尔-费尔南德斯（Javier Fernandez）展示的测量空间创造的现有工作为基础，加入更多变量，包括比赛状态、两队球员的场上位置、球的位置和各自的速度。
阿什温和亨利克都在科隆德国体育大学的训练和计算机科学研究所担任研究助理。Franz-Georg Wieland 是弗莱堡大学的博士生和研究助理。
Stats Perform 所有提交提案的人员和评审团表示感谢，并向即将在 2022 年专业Forum上发表演讲的六位人士表示祝贺。
