SEAConv

图神经网络增强足球战术分析

研究人员开发了一个新颖的框架，结合使用图神经网络（GNNs）和序列模型，逐秒对足球比赛的战术阶段进行分类。该方法在最近的一篇arXiv论文中有所介绍，其性能显著优于XGBoost和长短期记忆（LSTM）网络等现有基线，宏观F1分数提高了4.6%。该模型的有效性归因于其使用了领域感知的Delaunay三角剖分进行图表示，以及一个自定义的空间边缘增强卷积（SEAConv）层，该层能有效整合球员的空间定位和球的状态。