26jan2024
09:00 Defesa de Mestrado Sala 53 do IC2
Tema
Análise de Dados Espaço-temporais Baseada em Grafos para Classificação de Dificuldade de Passe no Futebol
Aluno
Maisa Silva
Orientador / Docente
Ricardo da Silva Torres - Coorientador: Allan da Silva Pinto
Breve resumo
O futebol, um dos esportes mais populares do mundo, movimenta bilhões de dólares
anualmente. A recente disponibilidade de equipamentos para coleta e análise de dados
de partidas de futebol possibilitou a aplicação de modelos matemáticos. Esses modelos
permitem representar e compreender como a dinâmica de jogadores e times influencia nos
eventos e resultados das partidas. Diversas pesquisas têm aplicado modelos matemáticos
para descrever os padrões das partidas de futebol, avaliar seus componentes e fornecer
informações cruciais para a tomada de decisão de técnicos e equipes, tanto para planejar
estratégias para partidas quanto procedimentos para treino. Um dos eventos mais comuns
em uma partida de futebol é o passe, que consiste na transmissão da bola de um jogador
para outro. Muitas métricas são estudadas em relação ao passe, como a frequência entre
dois jogadores, o número de passes bem-sucedidos, a precisão do passe, entre outras. No
entanto, a dificuldade do passe ainda é um tema pouco explorado na literatura científica.
Nosso estudo apresenta uma abordagem para caracterizar passes em diferentes graus de
dificuldade: fácil, médio e difícil. Avaliamos quais representações adotadas pelos elementos
do grafo (vértices, arestas e métricas) são mais adequadas para a modelagem do problema.
Em seguida, comparamos o impacto de um maior detalhamento temporal no desempenho
da classificação do passe. Por fim, avaliamos se a fusão de vetores de características
influencia no desempenho da classificação do passe. Os resultados mais destacados incluem
a constatação de que grafos contendo apenas o time que possui a posse da bola não são uma
boa representação para o problema. Além disso, a melhor representação de grafos para
resolução temporal binária apresenta arestas para jogadores a até 5 metros de distância,
com o grau sendo a melhor medida de rede complexa. Nesse caso, a acurácia balanceada
atingiu 61%. Para a avaliação multilevel, a melhor resolução temporal foi de 20 frames
com uma configuração de grafo bipartido, na qual as arestas representam a interferência
do oponente em relação ao alvo, e a melhor medida foi a closeness; esse conjunto de vetores
de caractísticas alcançou uma acurácia de 65%, o mesmo valor do índice de concordância
dos dois técnicos rotuladores. A combinação de vetores de características, no entanto,
não apresentou um ganho significativo na acurácia balanceada, atingindo o valor de 66%.
Estes resultados sugerem que os melhores vetores de características não provêm visões
complementares para a tarefa de classificação.
Banca examinadora
Titulares:
| Allan da Silva Pinto | LNLS/CNPEM |
| Milton Shoiti Misuta | FCA/UNICAMP |
| Bruno Luiz de Souza Bedo | EEFE/USP |
Suplentes:
| Hélio Pedrini | IC/UNICAMP |
| Tiago Guedes Russomanno | Technical University of Munich |