Busca avançada
Ano de início
Entree

EMU concedido no processo 16/50250-1: local positioning system

Processo: 17/20945-0
Linha de fomento:Auxílio à Pesquisa - Programa Equipamentos Multiusuários
Vigência: 01 de dezembro de 2017 - 30 de novembro de 2024
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Claudio Alexandre Gobatto
Beneficiário:Claudio Alexandre Gobatto
Instituição-sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Vinculado ao auxílio:16/50250-1 - O segredo de jogar futebol: Brasil versus Holanda, AP.TEM
Assunto(s):Sistema de aquisição de dados  Reconhecimento de padrões  Rastreamento  Administração esportiva  Desempenho atlético  Futebol  Equipamentos multiusuários 
As informações de acesso ao Equipamento Multiusuário são de responsabilidade do Pesquisador responsável
Página web do EMU: Página do Equipamento Multiusuário não informada
Tipo de equipamento:Caracterização e Análises de Amostras - Movimento - Video em baixa velocidade
Fabricante: Fabricante não informado
Modelo: Modelo não informado

Resumo

O desafio científico do presente projeto propõe revelar as características do futebol Brasileiro e Holandês a partir da captura de elementos do jogo de ambas as nacionalidades, combinando a expertise das Ciência de Dados, Ciência da Computação e Ciência do Esporte. Descritores de jogo sugeridos pela literatura, e outros que serão desenvolvidos, serão analisados e filtrados em relação à sua capacidade de predizer o sucesso no futebol. Um conjunto de variáveis serão obtidas a partir de uma série de dados holandeses e, em seguida, serão utilizadas para fins de comparação entre os dois países. Características do jogo serão abordadas de duas maneiras. A primeira (coordenada por parceiros das Ciências da Computação da equipe brasileira) se refere às características que capturam a dinâmica do jogo e analisa descritores de organização dos jogadores em campo, medidas de dimensão fractal de figuras geométricas que representam as táticas adotadas, entropia baseada em grafos formados a partir da posição dos jogadores, variáveis de desempenho físico, entre outros. A segunda (liderada pela equipe holandesa das Ciência de Dados) focará em analisar como as sequências ofensivas são construídas, e como eventos-chave (chutes a gol, transição da defesa para o ataque, etc.) podem ajudar a caracterizá-las. Para a comparação entre o estilo de jogo dos países, serão coletados dados de quatro categorias no Brasil e na Holanda durante jogos oficiais, com a proposta de comparar o desenvolvimento do modelo de jogo entre as equipes. Os dados serão coletados a partir do Sistema de Medição Local de Posição (LPM), por razões de acurácia e consistência. A ciência aplicada desta proposta focará na construção de conhecimento para superar a lacuna entre a ciência e a prática do futebol, ou seja, técnicos, treinadores, clubes e federações. Os resultados serão implementados em um coach-cockpit, um software/aplicativo no qual técnicos e treinadores poderão usar para (1) decidir sobre sua estratégia antes de um jogo, (2) analisar o comportamento do jogador e da equipe durante um jogo, permitindo assim o ajuste da estratégia de acordo com a necessidade, e (3) escolher e/ou criar formas de treinamento para melhorar o comportamento dos jogadores e da equipe. (AU)

Publicações científicas (14)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
MERLIN, MURILO; CUNHA, SERGIO AUGUSTO; MOURA, FELIPE ARRUDA; TORRES, RICARDO DA SILVA; GONCALVES, BRUNO; SAMPAIO, JAIME. Exploring the determinants of success in different clusters of ball possession sequences in soccer. RESEARCH IN SPORTS MEDICINE, JAN 2020. Citações Web of Science: 0.
WERNECK, RAFAEL DE OLIVEIRA; RAVEAUX, ROMAIN; TABBONE, SALVATORE; TORRES, RICARDO DA SILVA. Learning cost function for graph classification with open-set methods. PATTERN RECOGNITION LETTERS, v. 128, p. 8-15, DEC 1 2019. Citações Web of Science: 0.
GUIMARAES PEDRONETTE, DANIEL CARLOS; VALEM, LUCAS PASCOTTI; ALMEIDA, JURANDY; TONES, RICARDO DA S. Multimedia Retrieval Through Unsupervised Hypergraph-Based Manifold Ranking. IEEE Transactions on Image Processing, v. 28, n. 12, p. 5824-5838, DEC 2019. Citações Web of Science: 0.
MUNOZ, JAVIER VARGAS; GONCALVES, MARCOS A.; DIAS, ZANONI; TORRES, RICARDO DA S. Hierarchical Clustering-Based Graphs for Large Scale Approximate Nearest Neighbor Search. PATTERN RECOGNITION, v. 96, DEC 2019. Citações Web of Science: 0.
CAETANO, FABIO GIULIANO; DA SILVA, VITOR PANULA; TORRES, RICARDO DA SILVA; ANIDO, RICARDO DE OLIVEIRA; CUNHA, SERGIO AUGUSTO; MOURA, FELIPE ARRUDA. Analysis of Match Dynamics of Different Soccer Competition Levels Based on The Player Dyads. Journal of Human Kinetics, v. 70, n. 1, p. 173-182, NOV 2019. Citações Web of Science: 0.
FERREIRA GOMES, LUIZ ALBERTO; TORRES, RICARDO DA SILVA; CORTES, MARIO LTICIO. Bug report severity level prediction in open source software: A survey and research opportunities. INFORMATION AND SOFTWARE TECHNOLOGY, v. 115, p. 58-78, NOV 2019. Citações Web of Science: 0.
PALUCCI VIEIRA, LUIZ H.; AQUINO, RODRIGO; MOURA, FELIPE A.; DE BARROS, RICARDO M. L.; ARPINI, VITOR M.; OLIVEIRA, LUCAS P.; BEDO, BRUNO L. S.; SANTIAGO, PAULO R. P. TEAM DYNAMICS, RUNNING, AND SKILL-RELATED PERFORMANCES OF BRAZILIAN U11 TO PROFESSIONAL SOCCER PLAYERS DURING OFFICIAL MATCHES. JOURNAL OF STRENGTH AND CONDITIONING RESEARCH, v. 33, n. 8, p. 2202-2216, AUG 2019. Citações Web of Science: 1.
UCHOA MAIA RODRIGUES, DANIELE C.; MOURA, FELIPE A.; CUNHA, SERGIO AUGUSTO; TORRES, RICARDO DA S. Graph visual rhythms in temporal network analyses. GRAPHICAL MODELS, v. 103, MAY 2019. Citações Web of Science: 0.
OLIVEIRA, ALBERTO; OAKLEY, ERIC; TORRES, RICARDO DA SILVA; ROCHA, ANDERSON. Relevance prediction in similarity-search systems using extreme value theory. JOURNAL OF VISUAL COMMUNICATION AND IMAGE REPRESENTATION, v. 60, p. 236-249, APR 2019. Citações Web of Science: 0.
PALUCCI VIEIRA, LUIZ HENRIQUE; CARLING, CHRISTOPHER; BARBIERI, FABIO AUGUSTO; AQUINO, RODRIGO; PEREIRA SANTIAGO, PAULO ROBERTO. Match Running Performance in Young Soccer Players: A Systematic Review. SPORTS MEDICINE, v. 49, n. 2, p. 289-318, FEB 2019. Citações Web of Science: 1.
WILSON, ROBBIE S.; SMITH, NICHOLAS M. A.; PEREIRA SANTIAGO, PAULO ROBERTO; CAMATA, THIAGO; RAMOS, SOLANGE DE PAULA; CAETANO, FABIO GIULIANO; CUNHA, SERGIO AUGUSTO; SANDES DE SOUZA, ANA PAULA; MOURA, FELIPE ARRUDA. Predicting the defensive performance of individual players in one vs. one soccer games. PLoS One, v. 13, n. 12 DEC 31 2018. Citações Web of Science: 0.
ESMAEL, AGNALDO APARECIDO; DOS SANTOS, JEFERSSON ALEX; TORRES, RICARDO DA SILVA. On the ensemble of multiscale object-based classifiers for aerial images: a comparative study. MULTIMEDIA TOOLS AND APPLICATIONS, v. 77, n. 19, p. 24565-24592, OCT 2018. Citações Web of Science: 0.
MARIANO, GREICE C.; STAGGEMEIER, VANESSA G.; CERDEIRA MORELLATO, LEONOR PATRICIA; TORRES, RICARDO DA S. Multivariate cyclical data visualization using radial visual rhythms: A case study in phenology analysis. ECOLOGICAL INFORMATICS, v. 46, p. 19-35, JUL 2018. Citações Web of Science: 2.
CORDOVA NEIRA, MANUEL ALBERTO; MENDES JUNIOR, PEDRO RIBEIRO; ROCHA, ANDERSON; TORRES, RICARDO DA SILVA. Data-Fusion Techniques for Open-Set Recognition Problems. IEEE ACCESS, v. 6, p. 21242-U24, 2018. Citações Web of Science: 3.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.