[논문 리뷰] Dempster-Shafer Theory for Move Prediction in Start Kicking of The Bicycle Kick of Sepak Takraw Game

Andino Maseleno, Md. Mahmud Hasan|arXiv (Cornell University)|2014. 01. 10.

Sports Analytics and Performance참고 문헌 6인용 수 5

한 줄 요약

이 논문은 복잡한 애슬레틱 스포츠인 세파크 타크라우에서 자전거 킥의 초기 킥 단계 동안 플레이어의 움직임을 예측하기 위해 델름스터-샤퍼 이론(DST) 기반 프레임워크를 제안한다. 신뢰 함수를 통해 불확실성과 불완전한 지식을 모델링함으로써, 다양한 증거 원천을 융합하여 모호성 상황에서도 예측 정확도를 향상시키며, 전통적인 확률 모델에 비해 높은 불확실성 상황에서보다 강력한 대안을 제공한다.

ABSTRACT

This paper presents Dempster-Shafer theory for move prediction in start kicking of the bicycle kick of sepak takraw game. Sepak takraw is a highly complex net-barrier kicking sport that involves dazzling displays of quick reflexes, acrobatic twists, turns and swerves of the agile human body movement. A Bicycle kick or Scissor kick is a physical move made by throwing the body up into the air, making a shearing movement with the legs to get one leg in front of the other without holding on to the ground. Specifically, this paper considers bicycle kick of sepak takraw game in start kicking of the ball with uncertainty where player has different awareness regarding the contingencies. We have chosen Dempster-Shafer theory because the advantages of the Dempster-Shafer theory which include the ability to model information in a flexible way without requiring a probability to be assigned to each element in a set, providing a convenient and simple mechanism for combining two or more pieces of evidence under certain conditions, it can model ignorance explicitly, rejection of the law of additivity for belief in disjoint propositions.

연구 동기 및 목표

• 자전거 킥의 초기 킥 단계에서 고도로 불확실하고 역동적인 신체 운동을 포함하는 복잡한 애슬레틱 킥 동작을 예측하는 데 도전하는 것.
• 자전거 킥의 초기 킥 단계 동안 플레이어의 상황에 대한 불완전하고 모호한 정보를 모델링하는 것.
• 정확한 확률이 필요로 하지 않으며 무지를 명시적으로 표현하는 움직임 예측 시스템을 개발하는 것.
• 전통적인 확률 모델이 실패할 수 있는 실시간 스포츠 운동 예측에서 DST가 불확실성을 다루는 데 효과적인지 평가하는 것.

제안 방법

• 가능한 움직임 결과에 대한 신뢰도와 가능성(가능성)을 표현하기 위해 델름스터-샤퍼 이론(DST)을 활용하여 무지를 명시적으로 모델링한다.
• 자전거 킥의 초기 단계 동안 가능한 모든 킥 동작을 나타내는 식별의 프레임워크를 구성한다.
• 관측된 플레이어의 움직임, 신체 자세, 운동 역학에서 유래한 증거에 기본 확률 할당(BPA) 함수를 할당한다.
• 다양한 센서나 관찰에서 유래한 여러 증거 조각을 융합하기 위해 델름스터의 조합 규칙을 적용한다.
• 신뢰도 및 가능성 함수를 사용하여 예측된 움직임의 불확실성을 정량화함으로써 모호성 상황에서도 강력한 의사결정을 가능하게 한다.
• 세파크 타크라우 플레이어의 운동 데이터와 DST를 통합하여 자전거 킥의 전킥 단계에서의 움직임 예측을 생성한다.

실험 결과

연구 질문

• RQ1 세파크 타크라우에서 자전거 킥의 초기 킥 단계에서 플레이어의 운동 불확실성을 효과적으로 모델링할 수 있는가?
• RQ2 불완전한 정보가 있는 복잡한 애슬레틱 스포츠 동작 예측에서 델름스터-샤퍼 이론이 전통적인 확률 모델을 능가할 수 있는가?
• RQ3 DST는 다이나믹하고 고수준의 기술이 요구되는 스포츠에서 여러 증거 원천을 얼마나 효과적으로 융합하여 움직임 예측 정확도를 향상시킬 수 있는가?
• RQ4 DST에서 무지를 명시적으로 표현함으로써 실생활 스포츠 시나리오에서 예측 신뢰도가 어떻게 향상되는가?
• RQ5 세파크 타크라우와 같은 비결정론적이고 고속도의 스포츠에서 DST를 운동 예측에 적용하는 데 실현 가능성이 있는가?

주요 결과

• DST 기반 모델은 정확한 확률 할당이 필요로 하지 않으며 플레이어의 움직임 예측에서 불확실성과 무지를 효과적으로 표현한다.
• 델름스터의 규칙를 통한 다수의 증거 원천 융합이 가능하여 예측의 강건성을 향상시킨다.
• 신뢰도 및 가능성 함수는 전통적인 확률 모델에 비해 가능한 움직임에 대한 더 세밀한 이해를 제공한다.
• 고속도 스포츠에서 흔히 발생하는 불완전하거나 애매한 데이터 상황에서 이는 특히 효과적이다.
• 이 연구는 DST가 실생활 스포츠 운동 예측, 특히 복잡하고 애슬레틱한 동작에서 실용적으로 적용 가능하다는 것을 입증한다.
• 결과적으로, 사전 확률가 없거나 신뢰할 수 없을 경우 베이지안 방법에 비해 DST가 실용적인 대안이 될 수 있음을 시사한다.