Март обязательно станет еще безумнее.
Ученые из Корнельского университета составили модель данных, которая предполагает, что применение теории физики к баскетболу может привести к тому, что команды будут набирать на 5–15 очков больше за игру.
Исследователи проанализировали показатели игроков и материалы, которые были получены от неизвестной команды НБА с помощью покадровой камеры во время многих игр этого сезона. Затем научная команда смогла спроектировать точное позиционирование, которое гарантировало лучшие результативные результаты для отдельных игроков — иногда за счет перемещения всего на несколько дюймов.
«Каждые 40 миллисекунд мы знаем с … очень высокой степенью точности, где находится каждый игрок и где находится мяч», — сказал The Post Борис Бэррон, аспирант проекта, участвовавший в проекте.
“[Our work] имеет потенциал изменить правила игры в баскетболе… Это доводит «Moneyball» до крайности».
Хотя Большой Красный пропустил большой танец, Бэррон вместе с профессором физики Томасом Ариасом и коллегой Натаном Ситараманом в последние несколько недель были в напряжении, применив теорию флуктуаций функционала плотности (DFFT), чтобы представить «более продвинутый количественный анализ». » к игре.
Проще говоря, DFFT рассматривает колебания, вызванные определенными событиями, которые либо разделили, либо объединили объекты в группе. В предыдущих исследованиях с использованием этой теории наблюдалось, как скопления плодовых мушек, адаптированные к теплу, попадающие в их окружающую среду и по отдельности, использовались для прогнозирования поведения толпы среди людей.
Бэррон и компания используют DFFT для анализа пространственных взаимодействий того, где игрокам нравится находиться и как игроки взаимодействуют друг с другом на площадке.
«Оглядываясь назад на игру, я вижу, как это может помочь игрокам стать лучше», — сказал Бэррон. «Улучшения могут заключаться в [team total] диапазон составляет пять пунктов из 100. Это не шокирует меня, учитывая результаты, которые мы здесь получаем», — добавил он, отметив, что «потенциально» может быть рост на 15 пунктов или более.
Подход может количественно оценить успех игрока или его отсутствие по нескольким близлежащим позициям на площадке, таким образом прогнозируя более точные места, где он забьет больше или лучше защитится практически в любом заданном сценарии.
«Мы можем взглянуть на снимок игры и спросить, выглядит ли это хорошей позицией для нападения? Или это выглядит как плохая позиция для нападения?» — сказал Бэррон.
«Это становится полезным, так как мы можем улучшить позиционирование игрока», — добавил он относительно данных, которые в настоящее время учитывают только двухочковые броски.
Бывший генеральный менеджер Oakland A Билли Бин в начале 2000-х годов добился невероятного успеха с другой стратегией обработки данных — «Moneyball».
Бин постоянно спрашивал: «А сможет ли он попасть на базу?»
В том же духе многие тренеры по баскетболу вскоре могут задать вопрос: «А может ли он попасть в сетку?» из моделирования, основанного на исследовании Корнелла.
«Мы определяем, куда должен двигаться каждый из игроков, — сказал Бэррон. «Мы в значительной степени говорим: «Этот парень, в данном случае, должен предпочесть пойти по этому пути». [to the basket].’ “
Статистические данные, полученные из симуляций DFFT, могут гиперанализировать позиционирование, чтобы помочь командам лучше исследовать будущих противников и отдельные матчи.
По общему признанию, другие переменные, такие как учет заданных позиций игроков, наборы специальных навыков и повторный запуск чисел для включения трехочковых, по словам докторанта, все еще нуждаются в работе.
“Может быть [next] мы можем проследить за игроком определенного типа и посмотреть, занимают ли они хорошие позиции для команды или, может быть, не очень хорошие позиции для команды», — сказал он.
«Вы можете представить себе превращение некоторых наших моделей в инструмент моделирования для тренеров».
Даже с грядущими изменениями, Бэррон сказал, что теория, стоящая за тем, к чему они стремятся, на данный момент верна.
«Забегая вперед, вы можете представить, как использовать это для обеспечения метрики позиционирования для баскетбола».
