TRAP：一种用于越野跑成绩评估的预测框架
应用统计
2020-07-14 v2
摘要
越野跑是一项运动员面临严峻体能挑战的耐力运动。由于参与者数量不断增长，这些赛事中有限的工作人员、装备与医疗支持的安排如今起着关键作用。监测跑者成绩是一项困难的任务，需要了解地形与跑者能力。过去，相关决策仅基于组织者的经验而无需依赖数据。然而，这种方法既不可扩展也不可迁移。相反，我们提出一种稳健的统计方法来在赛前与赛中执行该任务。我们提出的框架，越野跑成绩评估（TRAP），研究（1）对跑者到达下一检查点能力的评估，（2）对跑者预计通过下一检查点时刻的预测，以及（3）相应的通过时刻预测区间。为获取跑者能力数据，我们引入了 Python 包 ScrapITRA，以访问国际越野跑协会（ITRA）中跑者的赛事历史。我们将该方法结合 ITRA 数据以及检查点与地形层级信息，应用于越野超跑的“圣杯”——环勃朗峰越野赛（UTMB），展示了我们方法的预测能力。
引用
@article{arxiv.2002.01328,
title = {TRAP: A Predictive Framework for Trail Running Assessment of Performance},
author = {Riccardo Fogliato and Natalia L. Oliveira and Ronald Yurko},
journal= {arXiv preprint arXiv:2002.01328},
year = {2020}
}