Картирование тактического поведения и коллективной динамики в футболе с помощью искусственного интеллекта: систематический обзор

Mapping football tactical behavior and collective dynamics with artificial intelligence: a systematic review
José E. Teixeira, Eduardo Maio, Pedro Afonso, Samuel Encarnação, Guilherme Machado, Ryland Morgans, Tiago M. Barbosa, António M. Monteiro, Pedro Forte, Ricardo Ferraz, Luís Branquinho
2025-05-30

тактический анализ на основе ИИколлективная динамикаглубокое обучениеграфовые метрикипространственно-временные данные отслеживания
Футбол как динамичный и сложный вид спорта требует понимания тактического поведения для достижения высоких результатов в тренировочном процессе и соревнованиях. Искусственный интеллект (ИИ) произвел революцию в анализе тактической результативности в футболе, обеспечив игроков, тренеров и аналитиков беспрецедентными возможностями анализа данных. Цель настоящего систематического обзора — изучить и систематизировать современное состояние исследований тактического поведения, коллективной динамики и паттернов перемещения в футболе на основе ИИ. В соответствии с рекомендациями Preferred Reporting Items for Systematic Reviews and Meta-Analyses и схемой Population–Intervention–Comparators–Outcomes было выявлено 2548 статей. На основе синтеза результатов 32 исследований в обзоре представлены доступные методы на основе ИИ для анализа тактического поведения и выявления коллективной динамики с использованием искусственных нейронных сетей, глубокого обучения, машинного обучения и методов анализа временных рядов. В частности, тактическое поведение описывалось с помощью пространственно-временных данных трекинга и таких методов, как сверточные нейронные сети, рекуррентные нейронные сети, вариационные рекуррентные нейронные сети, вариационные автокодировщики, метод Делоне, ранжирование игроков, иерархическая кластеризация, логистическая регрессия, XGBoost, классификатор на основе случайного леса, повторяющееся инкрементальное усечение для уменьшения ошибки, анализ главных компонент и стохастическое вложение соседей с t-распределением. Кроме того, коллективная динамика и паттерны картировались с использованием графовых метрик, таких как посредническая центральность, эксцентриситет, эффективность, уязвимость, коэффициент кластеризации и PageRank; ожидаемая ценность владения; классификаторы карт контроля пространства поля; методы компьютерного зрения; ожидаемое количество голов; трехмерные траектории мяча; оценка опасности; модели вероятности передачи; и общее число выполненных передач. Результативность ключевых технико-тактических показателей выражалась через владение команды, расстановку игроков, командную стратегию, эффективность контроля командного пространства, определение командных расстановок, координационные паттерны и анализ игроков в...
1
Тактическое поведение анализируется на основе пространственно-временных данных отслеживания с использованием нейронных сетей, машинного обучения, кластеризации, снижения размерности и методов анализа временных рядов.
2
Коллективная динамика и тактические паттерны картируются с помощью графовых метрик, ожидаемой ценности владения, моделей контроля пространства, компьютерного зрения, ожидаемых голов и траекторий мяча.
3
К основным техническо-тактическим показателям относятся владение командой, схема и стратегия игры, эффективность контроля пространства, координационные паттерны и взаимодействия игроков.
4
Обзор показывает широкий спектр методологий применения ИИ для анализа перемещений, тактического поведения и коллективной организации в футболе.
5
Систематический обзор выявил 2548 публикаций и обобщил результаты 32 исследований по применению ИИ для анализа тактического поведения и коллективной динамики в футболе.

Тактическое поведение, коллективная динамика и паттерны перемещений в футболе

Анализ и картирование с помощью ИИ пространственно-временного тактического поведения, коллективной динамики, паттернов перемещений и технико-тактических показателей эффективности

Publication Details
Publication Date
2025-05-30
Journal
Publisher
ISSN
Cited by
20
Access Type
Author Information
Authors
José E. Teixeira
Eduardo Maio
Pedro Afonso
Samuel Encarnação
Guilherme Machado
Ryland Morgans
Tiago M. Barbosa
António M. Monteiro
Pedro Forte
Ricardo Ferraz
Luís Branquinho
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%