Solving the Problem of Predicting the Results of Individual Sports Disciplines Using a Cascade of Neural Networks

Abstract

В данной работе описывается прогнозирование результата в индивидуальной легкоатлетической дисциплине «Толкание ядра» с использованием отдельной обобщенно-регрессионной сети и каскада сетей данной модели. В основе построения каскада лежит внутренняя зависимость, которую возможно выделить при анализе данных, собранных для формирования обучающих выборок. Для обучения отдельной сети формируется одна выборка, для обучения каскада сформировано пять выборок. Кратко описан процесс формирования обучающих выборок, приведены зависимость между сформированными датасетами, структурная схема предлагаемого каскада обобщенно-регрессионных сетей. Описываются ход эксперимента, основные сложности, которые возникли при проведении эксперимента. Результаты прогнозирования оцениваются ошибкой обобщения в метрике средней абсолютной ошибки. Данные ошибок обобщения приведены в таблице в зависимости от целевой ошибки, с которой обучены сети. Произведен анализ данных, анализ времени обучения. Даны рекомендации по использованию каскада в прогнозировании результатов индивидуальных спортивных дисциплин. Рассматривается вопрос разработки системы с учетом автоматического формирования и структурирования обучающей выборки для формирования структуры каскада. Оценивается использование каскада нейронных сетей как инструмента прогнозирования спортивных результатов, в частности в дисциплинах легкой атлетики.

Neural Network System for Predicting the Italian Football Lega "Serie A" Season Results

“…Как показано в работах [1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20] одним из наиболее эффективных методов прогнозирования результата спортивных состязаний являются нейросетевые технологии. По-видимому, в области футбола впервые нейросетевые технологии были применены в 2011 г. в работе [1].…”

“…В 2019 г. на примере футбольной команды Челси [12] показана возможность прогнозирования количества голов, забитых командой в матче. В том же году с помощью специализированного программного модуля на основе искусственной нейронной сети спрогнозированы результаты хоккейного и футбольного матчей [13,14]. Автор представил общий анализ программного обеспечения.…”