Ученые из Корнеллского университета применили метод расчета электронной структуры систем многих частиц, используемый в квантовой физике и химии, для анализа спортивных данных. Рассматривая позицию игроков на площадке, исследователи предсказали вероятное число забитых очков.
Исследователи выбрали для работы усовершенствованную версию классической модели. теории функционала плотности Теория функционала плотности (DFT) – метод квантовой механики, пригоден для анализа данных в любых коллективных системах. Например, его можно использовать для моделирования поведения толпы на концерте, организации групп насекомых или расовой сегрегации в городах.
Раннее исследование с использованием модели на базе DFT определило оптимальное положение каждого игрока на баскетбольном поле для повышения шансов победы. Однако как изменится вероятность результата, например, трехочкового броска, если игрок окажется в другом месте или его заменят?
Вопрос разрешается расширенным подходом, именуемым теорией. флуктуации Теория флуктуаций функции плотности (DFFT) определяет вероятность успешного забивания или защиты с помощью реалистичных данных и минимальных предположений. Главное предположение состоит в том, что точное расположение игроков можно преобразовать в «плотность игроков». Это дает общее представление о позиции игроков (например, отсутствие игроков около кольца и большое количество защитников возле линии).
Ученые рассчитывали очки командных действий в нападении при расположении десяти игроков и мяча. Для этого научная группа использовала данные отслеживания спортсменов с начала сезона НБА 2022-2023 годов по 20 января 2023 года, полученные с помощью компьютерного зрения и машинного обучения. Компания Second Spectrum создала такой продукт для баскетбольных тренеров: детальные тепловые карты и траектории движения игроков анализируют миллионы игровых ситуаций, выявляя слабые и сильные стороны клубов.
Группа ученых изучила действия 50 самых результативных баскетболистов за четыре месяца, включив в анализ данные Стефена Карри, рекордсмена НБА по трехочковым броскам. Исследователи фиксировали позиции игроков и мяча за три секунды до броска. С помощью модели DFFT на большом массиве данных физики предсказали вероятное расположение игроков и результат бросков.
При расчётах также учитывалась «гравитация» игрока, когда без мяча защитники тянутся к нему из-за его способности бросить. У Карри эта гравитация была очень высокой возле трехочковой линии, а возле кольца немного меньше, чем у обычного баскетболиста.
В дальнейшем рассмотрим понятие «защитного интеллекта» — набор инстинктов спортсмена и умения предвидеть развитие событий, прежде чем оно наступит. Спортивная аналитика может трансформировать массивные данные в золотые награды.
Научная работа опубликована в журнале Scientific Reports.