Suchergebnisse - Machines
-
1
Augmented intelligence for FIFA predictions (Augmented Intelligence für FIFA-Prognosen)
Jethuri, K., Emmadi, S. C., Samudrala, S., Natarajan, J., Ghotkar, P., Natu, M.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2024. Communications in Computer and Information Science (2025)ArtikelZeitschrift: “… Machine Learning and Data Mining for Sports Analytics. …”
-
2
Mathematical models for off-ball scoring prediction in basketball (Mathematische Modelle zur Prognose von Punkten ohne Ballbesitz im Basketball)
Kono, R., Fujii, K.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2024. Communications in Computer and Information Science (2025)ArtikelZeitschrift: “… Machine Learning and Data Mining for Sports Analytics. …”
-
3
GraphEIV: A framework for estimating the expected immediate value in basketball using graph neural networks (GraphEIV: Ein Framework zur Schätzung des erwarteten unmittelbaren Werts im Basketball unter Verwendung graphischer neuronaler Netze)
Sá-Freire, B. M., Barbosa, G. R. G., Gonçalves, J. L. L., Schuster, J., Rios-Neto, H.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2024. Communications in Computer and Information Science (2025)ArtikelZeitschrift: “… Machine Learning and Data Mining for Sports Analytics. …”
-
4
Characterizing serves in table tennis (Charakteristische Aufschläge im Tischtennis)
Eradès, A., Papon, T., Vuillemot, R.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2024. Communications in Computer and Information Science (2025)ArtikelZeitschrift: “… Machine Learning and Data Mining for Sports Analytics. …”
-
5
Identifying player roles in ice hockey (Identifizierung von Spielerrollen im Eishockey)
Säfvenberg, R., Carlsson, N., Lambrix, P.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2023. Communications in Computer and Information Science (2024)ArtikelZeitschrift: “… Machine Learning and Data Mining for Sports Analytics. …”
-
6
Elite rugby league players` signature movement patterns and position prediction (Bewegungsmuster von Elite-Rugby-Liga-Spielern und Positionsvorhersage)
Adeyemo, V. E., Palczewska, A., Jones, B., Weaving, D.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2023. Communications in Computer and Information Science (2024)ArtikelZeitschrift: “… Machine Learning and Data Mining for Sports Analytics. …”
-
7
Boat speed prediction in SailGP (Vorhersage der Bootsgeschwindigkeit in SailGP)
Zentai, B., Toka, L.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2023. Communications in Computer and Information Science (2024)ArtikelZeitschrift: “… Machine Learning and Data Mining for Sports Analytics. …”
-
8
Masked autoencoder pretraining for event classification in elite soccer (Maskiertes Autoencoder-Vortraining für die Ereignisklassifizierung im Elite-Fußball)
Rudolph, Y., Brefeld, U.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2023. Communications in Computer and Information Science (2024)ArtikelZeitschrift: “… Machine Learning and Data Mining for Sports Analytics. …”
-
9
Pass receiver and outcome prediction in soccer using temporal graph networks (Passempfänger und Ergebnisvorhersage im Fußball mittels temporaler Graphennetze)
Rahimian, P., Kim, H., Schmid, M., Toka, L.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2023. Communications in Computer and Information Science (2024)ArtikelZeitschrift: “… Machine Learning and Data Mining for Sports Analytics. …”
-
10
Field depth matters: Comparing the valuation of passes in football (Die Tiefe des Feldes ist wichtig: Die Bewertung von Pässen im Fußball im Vergleich)
de Sá-Freire, L. M., Vaz-de-Melo, P. O. S.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2023. Communications in Computer and Information Science (2024)ArtikelZeitschrift: “… Machine Learning and Data Mining for Sports Analytics. …”
-
11
Momentum matters: Investigating high-pressure situations in the NBA through scoring probability (Auf das Momentum kommt es an: Untersuchung von Situationen mit hohem Druck in der NBA anhand der Trefferwahrscheinlichkeit)
Mihalyi, B., Biczók, G., Toka, L.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2023. Communications in Computer and Information Science (2024)ArtikelZeitschrift: “… Machine Learning and Data Mining for Sports Analytics. …”
-
12
The big three: A practical framework for designing decision support systems in sports and an application for basketball (Die großen Drei: Ein praktischer Rahmen für die Entwicklung von Entscheidungsunterstützungssystemen im Sport und eine Anwendung für Basketball)
Bautiste, F. J. S., Brunner, D., Koch, J., Laborie, T., Yang, L., El-Assady, M.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2023. Communications in Computer and Information Science (2024)ArtikelZeitschrift: “… Machine Learning and Data Mining for Sports Analytics. …”
-
13
What data should be collected for a good handball expected goal model? (Welche Daten sollten für ein gutes Modell der erwarteten Handballtore gesammelt werden?)
Mortelier, A., Rioult, F., Komar, J.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2023. Communications in Computer and Information Science (2023)ArtikelZeitschrift: “… Machine Learning and Data Mining for Sports Analytics. …”
-
14
Towards expected counter - using comprehensible features to predict counterattacks (Auf dem Weg zum erwarteten Gegenschlag - Verwendung verständlicher Merkmale zur Vorhersage von Gegenangriffen)
Biermann, H., Wieland, F. G., Timmer, J., Memmert, D., Phatak, A.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2022. Communications in Computer and Information Science (2022)ArtikelZeitschrift: “… Machine Learning and Data Mining for Sports Analytics. …”
-
15
Shot analysis in different levels of German football using expected goals (Schussanalyse in verschiedenen Ebenen des deutschen Fußballs anhand der erwarteten Tore)
Raudonius, L., Seidl, T.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2022. Communications in Computer and Information Science (2022)ArtikelZeitschrift: “… Machine Learning and Data Mining for Sports Analytics. …”
-
16
Analyzing passing sequences for the prediction of goal-scoring opportunities (Analyse von Passfolgen zur Vorhersage von Torchancen)
McCarthy, C., Tampakis, P., Chiarandini, M., Randers, M. B., Jänicke, S., Zimek, A.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2022. Communications in Computer and Information Science (2022)ArtikelZeitschrift: “… Machine Learning and Data Mining for Sports Analytics. …”
-
17
Let's penetrate the defense: a machine learning model for prediction and valuation of penetrative passes (Lasst uns die Verteidigung durchdringen: ein Modell für maschinelles Lernen zur Vorhersage und Bewertung von durchdringenden Pässen)
Rahimian, P., da Silva Guerra Gomes, D. G., Berkovics, F., Toka, L.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2022. Communications in Computer and Information Science (2022)ArtikelZeitschrift: “… Machine Learning and Data Mining for Sports Analytics. …”
-
18
Evaluation of creating scoring opportunities for teammates in soccer via trajectory prediction (Bewertung der Schaffung von Torchancen für Mitspieler im Fußball durch Vorhersage der Flugbahn)
Teranishi, M., Tsutsui, K., Takeda, K., Fujii, K.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2022. Communications in Computer and Information Science (2022)ArtikelZeitschrift: “… Machine Learning and Data Mining for Sports Analytics. …”
-
19
Cost-efficient and bias-robust sports player tracking by integrating GPS and video (Kosteneffiziente und verzerrungssichere Verfolgung von Sportlern durch Integration von GPS und Video)
Kim, H., Kim, C. J., Jeong, M., Lee, J., Yoon, J., Ko, S. K.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2022. Communications in Computer and Information Science (2022)ArtikelZeitschrift: “… Machine Learning and Data Mining for Sports Analytics. …”
-
20
Predicting tennis serve directions with machine learning (Vorhersage der Aufschlagrichtung beim Tennis mit maschinellem Lernen)
Zhu, Y., Naikar, R.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2022. Communications in Computer and Information Science (2022)ArtikelZeitschrift: “… Machine Learning and Data Mining for Sports Analytics. …”