[논문 리뷰] Efficient Feature Representations for Cricket Data Analysis using Deep Learning based Multi-Modal Fusion Model

Souridas Alaka, R Sreekumar외 1명|arXiv (Cornell University)|2021. 08. 16.

Sports Analytics and Performance참고 문헌 9인용 수 4

한 줄 요약

이 논문은 IPL 데이터를 사용하여 크리켓 선수와 팀에 대한 적응형이고 대비 손실 최적화된 임베딩을 학습하는 딥러닝 기반의 다중모달 융합 프레임워크를 제안한다. 선수 임베딩을 공동으로 학습하고 BERT를 통해 전경기 품질 보고서를 통합함으로써, 모델은 총 런레이트 클래스 예측에서 95%의 정확도를 달성한다—이는 교차 엔트로피 기반 모델(22.5% 정확도)에 비해 뚜렷이 뛰어난 성능을 보이며, 스포츠 분석에 대비 표현 학습의 효용성을 입증한다.

ABSTRACT

Data analysis has become a necessity in the modern era of cricket. Everything from effective team management to match win predictions use some form of analytics. Meaningful data representations are necessary for efficient analysis of data. In this study we investigate the use of adaptive (learnable) embeddings to represent inter-related features (such as players, teams, etc). The data used for this study is collected from a classical T20 tournament IPL (Indian Premier League). To naturally facilitate the learning of meaningful representations of features for accurate data analysis, we formulate a deep representation learning framework which jointly learns a custom set of embeddings (which represents our features of interest) through the minimization of a contrastive loss. We base our objective on a set of classes obtained as a result of hierarchical clustering on the overall run rate of an innings. It's been assessed that the framework ensures greater generality in the obtained embeddings, on top of which a task based analysis of overall run rate prediction was done to show the reliability of the framework.

연구 동기 및 목표

• 크리켓 분석에서 선수와 팀에 대한 효과적이고 상호 연관된 특징 표현의 부족을 해결한다.
• 대비 손실를 사용한 시아모이 네트워크를 통해 스포츠 표현 학습에서의 데이터 부족 문제를 극복한다.
• 선수 임베딩을 공동으로 학습하고 전경기 품질 보고서를 통합하여 런레이트 예측 정확도를 향상시킨다.
• 의미 있는 일반화 가능한 임베딩이 스포츠 데이터 분석의 후행 예측 작업에 향상 기여함을 입증한다.
• 다중모달 입력(선수 특징 + 품질 보고서)이 T20 크리켓에서 예측 성능에 미치는 영향을 평가한다.

제안 방법

• 대비 학습을 위한 이산 클래스를 정의하기 위해 총 런레이트에 대한 계층적 클러스터링을 적용한다.
• 의미 있는 저차원 임베딩을 선수와 팀을 위해 학습하기 위해 대비 손실를 사용한 시아모이 네트워크를 훈련시킨다.
• 전경기 품질 보고서를 미세조정된 BERT 모델을 통해 밀도 임베딩으로 인코딩하기 위한 별도의 브랜치를 사용한다.
• 선수 임베딩과 품질 보고서 임베딩을 결합하여 총 런레이트 클래스 예측을 위한 최종 예측 헤드의 입력으로 사용한다.
• 고정된 임베딩 가중치를 유지하면서, 교차 엔트로피 또는 대비 손실를 사용해 예측 모델을 훈련시킨다.
• 고정된 테스트 세트를 갖춘 5겹 교차 검증을 수행하여 평가의 신뢰성을 확보한다.

실험 결과

연구 질문

• RQ1 표준 교차 엔트로피 훈련에 비해 대비 손실 기반 표현 학습이 크리켓 선수와 팀에 대해 더 일반화 가능하고 정보적인 임베딩을 생성할 수 있는가?
• RQ2 전경기 품질 보고서를 통합할 경우 T20 크리켓에서 런레이트 예측 정확도에 어떤 영향을 미치는가?
• RQ3 학습된 임베딩이 데이터 부족 환경에서 후행 예측 작업 성능에 얼마나 기여하는가?
• RQ4 런레이트 클래스 예측에서 선수 임베딩과 품질 보고서 임베딩의 상대 기여도는 어느 정도인가?
• RQ5 선수 특징과 텍스처 품질 보고서의 다중모달 융합이 더 강력하고 정확한 런레이트 예측을 이끌 수 있는가?

주요 결과

• 품질 보고서 데이터가 포함된 대비 표현 학습 프레임워크는 총 런레이트 클래스 예측에서 95%의 정확도를 달성했으며, 교차 엔트로피 기반 모델은 22.5%에 그쳤다.
• 대비 임베딩과 품질 보고서 입력을 포함한 모델은 교차 엔트로피 기반 모델 대비 정확도가 72.5%포인트 향상되었다.
• 대비 임베딩을 사용할 경우 품질 보고서 임베딩을 통합함으로써 정확도가 5% 향상되었으며(90%에서 95%로), 다중모달 입력의 가치를 입증한다.
• 교차 엔트로피 기반 모델은 효과적인 선수 임베딩 학습이 이루어지지 않아 성능이 열악했으며(22.5% 정확도), 데이터 부족 환경에서 표준 분류 목표의 한계를 드러낸다.
• 혼동 행렬 분석 결과, 중간 런레이트 클래스가 더 오류를 범하기 쉬운 것으로 나타났으며, 이는 입력 특징이 충분히 대표적이지 못했기 때문일 것이다.
• 프레임워크는 강건성과 일반화 능력을 입증했으며, 품질 보고서 없이도 90%의 정확도를 기록했으며, 이는 대비 임베딩의 품질을 강력히 시사한다.