Analiza poteka markovskih procesov pri modeliranju tekem v športnih igrahVRAČAR, PETAR (Avtor) Kononenko, Igor (Mentor) modeliranje športašportne napovedimarkovski proceskonstrukcija atributovsimuliranje tekemNaraščujoče računske zmogljivosti in avtomatsko zbiranje čedalje bogatejših podatkov o poteku športnih dogodkov so omogočili razvoj kompleksnih analitičnih modelov, ki nosilcem odločanja ponujajo kompetitivno prednost v svetu športa. V disertaciji naslavljamo problem samodejnega izluščanja zakonitosti o sosledju dogodkov na športnih tekmah in gradnje statističnega modela za generiranje verodostojnih simulacij tekem med specificiranima ekipama. Razvoj športne tekme modeliramo kot slučajni sprehod v prostoru stanj. Matriko prehoda markovskega modela izražamo v funkcijski odvisnosti od opisa trenutnega stanja, ki vključuje faktorje, relevantne za nadaljnji potek dogodkov na tekmi. Osnovna ideja našega pristopa temelji na uporabi kaskade modelov, ki zaporedno (in pogojeno eden na drugega) napovedujejo posamezne dele opisa naslednjega stanja. Predstavljamo postopek za avtomatsko generiranje atributnega prostora, ki ne potrebuje domenskega predznanja. Atribute definiramo v obliki razmerja med številom vstopov in izstopov iz višjenivojskih konceptov, ki jih identificiramo kot množice podobnih dogodkov. Podobnost med dogodki ugotavljamo na podlagi podobnosti porazdelitev, ki opisujejo predhodne oziroma naslednje dogodke v opazovanih sekvencah razvoja športnih tekem. Eksperimentalna evalvacija predlaganih metod na košarkarski domeni je pokazala, da so modeli, dobljeni z učenjem na podlagi avtomatsko generiranih atributov, po kvaliteti napovedovanja naslednjega dogodka in časa med dogodki primerljivi z modeli, naučenimi z ekspertnimi atributi. Statistična analiza dobljenih simulacij je pokazala, da so modeli uspešno zajeli dinamiko razvoja košarkarske tekme.20172017-03-31 09:35:02Doktorsko delo/naloga91372VisID: 19713COBISS_ID: 1537403075sl