Calcio “nel senso del pallone”: un algoritmo per "sapere" le scelte possibili per le squadre
Lunedì 10 Settembre 2018 22:23 | 
Autore: RS | 
|
Potrebbe essere una buona scusa per studiare gli algoritmi e andare “informati” alla prima edizione di ‘Soccer Data Challenge’ a Pisa. |
>
|
1) Fonte» CNR_CS-72-18_2018-09-10
|
Consiglio nazionale delle ricerche CNR Calcio: l’algoritmo prevede gli infortuni e suggerisce il mercato L’Istituto di scienza e tecnologie dell'informazione ‘A. Faedo’ del Consiglio nazionale delle ricerche (Cnr-Isti) ha creato con l’Università di Pisa due sistemi di intelligenza artificiale che si rivolgono alle società di calcio come supporto per una migliore programmazione delle loro attività sportive ed economiche. Cnr-Isti e Unipi hanno sviluppato, in collaborazione con FC Barcellona, un algoritmo per la previsione degli infortuni, combinando il potere dell’Internet of Things con quello dell’intelligenza artificiale: lo studio è pubblicato su PLoS One. Gli allenamenti di una squadra professionistica sono stati monitorati per una stagione attraverso dispositivi Gps installati sulle pettorine dei calciatori. “Dai movimenti tracciati sono state estratte diverse informazioni, come la distanza percorsa, la potenza metabolica, le accelerazioni e decelerazioni”, chiarisce Luca Pappalardo del Cnr-Isti. “Un’intelligenza artificiale, l’Injury Forecaster, ha individuato le associazioni tra queste variabili e il rischio di infortunio: una volta addestrato a imparare tali associazioni, il forecaster avvisa i preparatori atletici se prevede un infortunio imminente in un allenamento, con una precisione sorprendente, superiore al 50%, quando le tecniche esistenti raggiungono appena il 5%. Seguendo i suggerimenti la società sportiva può quindi dimezzare gli infortuni, con un relativo risparmio di costi. Inoltre, il forecaster fornisce un insieme di regole che, sulla base del carico di lavoro del calciatore, suggerisce ai preparatori atletici come modificare opportunamente gli allenamenti”. “Le società calcistiche sono imprese con budget importanti”, prosegue Paolo Cintia, “e hanno sempre più bisogno di sistemi efficienti che aiutino la programmazione degli investimenti e la cura del capitale impiegato, al di là della notorietà e del successo momentanei di un campione. In questa evoluzione verso un sistema sempre più efficace, il supporto che la ricerca può offrire attraverso i sistemi di Intelligenza artificiale è determinante”. Il gruppo di ricerca pisano ha anche sviluppato, in collaborazione con l’azienda italiana Wyscout, PlayeRank, un algoritmo open source per la valutazione delle performance dei calciatori. Il sistema, basato sull’intelligenza artificiale, funziona grazie a un database composto da milioni di eventi riguardanti quasi tutte le competizioni del globo, di cui viene registrata ogni interazione tra calciatori e palla, specificando il tipo di evento (passaggio, tiro, dribbling, ecc.), l’istante e la posizione del campo in cui è avvenuto. PlayeRank fornisce così la misurazione della performance di ogni calciatore su una serie di partite, consentendo di creare una classifica. “Il lavoro è in fase di sottomissione sulla rivista ACM Transactions on Knowledge Discovery from Data (TKDD) e permette di osservare come varia la prestazione di un calciatore nel tempo, come fosse un titolo azionario. Si può studiare quindi come si sviluppa un talento, identificare quali siano i segnali predittivi di una crescita futura nel tempo”, spiega Paolo Cintia del Cnr-Isti. “Se si confrontano, per esempio, le prestazioni di due campioni e di una rivelazione recente come Messi, Ronaldo e Salah, PlayeRank mostra che mentre i due fuoriclasse si attestano su valori altissimi per tutto il periodo di osservazione, Salah è protagonista di una notevole crescita. La serie temporale dei giocatori permette inoltre di definire i parametri di ‘acquisto’ o ‘vendita’ da parte delle società calcistiche”. Dell’Injury Forecaster e di PlayeRank si parlerà il 29 settembre nel workshop ‘Il futuro del calcio, il calcio del futuro’ che si svolgerà a Pisa nell’ambito del Festival della robotica. Inoltre, il 12-13 ottobre sempre a Pisa è in programma nell’ambito dell’Internet Festival la prima edizione di ‘Soccer Data Challenge’ (soccerchallenge.sobigdata.eu*): una ‘maratona’ di 30 ore organizzata con SoBigData, in cui le squadre avranno a disposizione oltre 500 mila dati di una stagione di calcio, riguardanti più di 500 calciatori. La scadenza per le iscrizioni, aperte a tutti, è il 14 settembre. La scheda Chi: L’Istituto di scienza e tecnologie dell'informazione ‘A. Faedo’ (Cnr-Isti), l’Università di Pisa, Wyscout, FC Barcellona Che cosa: PlayeRank, (in fase di pubblicazione): Pappalardo, Luca, et al. "PlayeRank: Multi-dimensional and role-aware rating of soccer player performance." https://arxiv.org/abs/1802.04987* (2018). Injury Forecaster: Rossi et al., “Effective injury forecasting in soccer with GPS training data and machine learning”, PLoS One, (2018) Doi: https://doi.org/10.1371/journal.pone.0201264*.
|
< |
|
Fonte dei dati, informazioni, procedure e documenti sono reperibili presso siti web/portali, esterni, ai link*» Consiglio nazionale delle ricerche (CNR) Istituto di scienza e tecnologie dell'informazione ‘A. Faedo’(Cnr-Isti) Università di Pisa (UniPi) Soccer Data Challenge SoBigData
|
< |
|
RS non ha meriti e non è responsabile dei contenuti raccolti. Il materiale è raccolto come documentazione personale. Il testo non riveste carattere di ufficialità e non è sostitutivo in alcun modo delle pubblicazioni ufficiali, che prevalgono in casi di discordanza. Per una documentazione certa o altre informazioni si deve fare riferimento ai titolari dei contenuti, prendere visione dei documenti/siti ufficiali, contattare gli enti citati. Ci possono essere limiti/condizioni alla partecipazione e/o alla consultazione di parte o tutti i documenti. Negli indirizzi mail sostituire [at] con @. Evidenziature e formattazione possono essere non originali. |
< |
> www.reporterscuola.it - info[at]reporterscuola.it
Ultimo aggiornamento (Lunedì 10 Settembre 2018 22:37)