利用时空图卷积网络预测团队表现
机器学习
2022-06-23 v1
摘要
本文提出了一种从一组智能体的行为轨迹预测团队表现的新方法。这一时空预测问题对体育分析中的诸多挑战（如教练指导与对手建模）具有重要意义。我们证明，所提出的模型——时空图卷积网络（ST-GCN）——在根据一小段球员运动与比赛特征预测比赛得分方面，优于其他分类技术。我们提出的架构使用图卷积网络捕捉团队成员间的空间关系，并使用门控循环单元分析动态运动信息。我们进行了消融评估，以展示架构中不同方面的贡献。
引用
@article{arxiv.2206.10720,
title = {Predicting Team Performance with Spatial Temporal Graph Convolutional Networks},
author = {Shengnan Hu and Gita Sukthankar},
journal= {arXiv preprint arXiv:2206.10720},
year = {2022}
}
备注
International Conference on Pattern Recognition (ICPR), 2022