面向场域运动的时空图谱分析框架
计算机与社会
2024-07-19 v1 机器学习
摘要
全球运动分析产业2023年市场价值达3780万美元。佩戴式设备如 GPS 传感器的增多，为分析师提供了 detailing player performance 的大规模细粒度数据集。传统数据分析侧重于单个运动员，采用内部与外部负荷度量指标，如速度区域内覆盖距离或主观劳累等级。然而，这些指标不足以理解场域运动中的团队动态。比赛的时空本质要求对数据进行深入加工，以合适格式转换数据，从而提取出如活动区域等特征。本文提出了一种构建时窗空间活动图谱（Time-Window Spatial Activity Graphs, TWGs）的方法，用于场域运动。我们采用高尔夫足球比赛中的 GPS 数据，演示了本方法如何用于从 GPS 传感器数据中提取时空特征。
引用
@article{arxiv.2407.13109,
title = {A Framework for Spatio-Temporal Graph Analytics In Field Sports},
author = {Valerio Antonini and Michael Scriney and Alessandra Mileo and Mark Roantree},
journal= {arXiv preprint arXiv:2407.13109},
year = {2024}
}