Improving the Efficiency of Forecasting Sports Events Using a Cascade of Neural Networks

Meltsov, Vasily; Krutikov, Alexander K.; Strabykin, Dmitry

doi:10.1007/978-981-19-2130-8_52

Cited by 1 publication

(2 citation statements)

References 8 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…В работах [9,10] описываются эксперименты по прогнозированию различных спортивных результатов: командных, мультикомандных, индивидуальных -с применением каскада нейросетевых модулей.…”

Section: материалы и методы исследованияunclassified

“…Отдельные из параметров («столбцов») могут оказывать наибольшее влияние на результат или промежуточный результат (итоговый параметр в одном из фрагментов) прогноза. Такие параметры являются прогнозоформирующими предикторами, в работах [10][11][12] описан алгоритм определения прогнозофорирующих предикторов.…”

Section: разбиение обучающей выборки на три фрагментаunclassified

See 1 more Smart Citation

Formation of a Fragmented Training Sample in an Specialized Sports Event Forecasting System

Krutikov¹,

Klyukin²,

Podkovyrin³

et al. 2023

НО ТН (SR TS)

View full text Add to dashboard Cite

В данной работе описывается подход к построению фрагментированной обучающей выборки. На основе фрагментированной обучающей выборки строится каскад нейросетевых модулей, который является инструментом прогнозирования спортивных результатов в индивидуальных и командных спортивных дисциплинах. При фрагментировании обучающей выборки ключевую роль играют логические зависимости между ее параметрами. Само детальное разбиение на фрагменты построено на наличии прямой логической и/или транзитивной зависимости между набором (фрагментом) параметров и результирующим вектором, являющимся частью зависимого набора (фрагмента) параметров. Приводятся схематические изображения логических зависимостей между фрагментами выборки. Описывается пример фрагментирования обучающей выборки для прогнозирования спортивного события, а также приводится результат эксперимента с использованием полученной фрагментированной выборки. Рассматриваются вопрос автоматизированного определения логических зависимостей, формирования фрагментов выборок, нормализация и автоматизированный сбор данных обучающей выборки. Формирование фрагментированной обучающей выборки позволяет формировать нейросетевой каскад, который, в свою очередь, является «решающей» частью специализированной системы прогнозирования спортивных результатов. В свою очередь, алгоритмы формирования обучающей выборки и обучения отдельных нейросетевых блоков служат частью блока, управляющего «решающей» частью системы.

show abstract

Section: материалы и методы исследованияunclassified

Section: разбиение обучающей выборки на три фрагментаunclassified