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:Ricardo da Silva Torres
Beneficiário:Ricardo da Silva Torres
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 abaixo 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 (11)
(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)
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.
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: 2.

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