From data to theory: analizing dynamics in team sports  Page description

Help  Print 
Back »
 

Details of project

  
Identifier
128233
Type FK
Principal investigator Toka, László
Title in Hungarian Adattól az elméletig: csapatsportok dinamikájának elemzése
Title in English From data to theory: analizing dynamics in team sports
Keywords in Hungarian adatelemzés, matematikai modellezés, csapatsportok
Keywords in English data analytics, mathematical modeling, team sports
Discipline
Information Technology (Council of Physical Sciences)80 %
Ortelius classification: Applied informatics
Telecommunication (Council of Physical Sciences)20 %
Ortelius classification: Telecommunications engineering
Panel Informatics and Electrical Engineering
Department or equivalent HUN-REN-MBE Infomaton Systems Research Group (Office for Research Groups Attached to Universities and Other Institutions)
Participants Bíró, József
Pašić, Alija
Sonkoly, Balázs
Tapolcai, János
Starting date 2018-10-01
Closing date 2023-08-31
Funding (in million HUF) 40.000
FTE (full time equivalent) 5.61
state running project





 

Final report

  
Results in Hungarian
Az öt évet felölelő kutatási projekt jelentős eredményekkel szolgált a sportanalitika területén. Sikeresen jelöltük ki és elemeztük a komplex sportfeladatokat, matematikai modelleket és analitikai eljárásokat fejlesztve. Kiemelkedő eredmény volt a nyílt hozzáférésű sportanalitikai keretrendszer kifejlesztése, nemzetközi szabadalmaztatással. A projekt komoly hatással volt Magyarország sportanalitikai kutatási profiljának emelésére. A műegyetemi hallgatók bevonása folyamatosan növekedett, értékes tanulási lehetőséget nyújtva a mesterséges intelligencia területén. A kiváló partnerkapcsolatokkal rendelkező együttműködés gazdagította a projektet, és a rendszeres szemináriumok ösztönözték a tudásmegosztást. A publikációs erőfeszítések az élmezőnybe tartozó sportanalitikai fórumokra irányultak, több cikket és konferenciaközlést eredményezve. Összességében a projekt jelentős hozzájárulást tett a sportanalitika kutatásához.
Results in English
The research project, spanning five years, yielded significant outcomes in the domain of sports analytics. It successfully acquired and analyzed complex sports data, developing mathematical models and analytical insights. A noteworthy achievement was the creation of an open-access sports analytics framework, with a patent filed. The project's impact extended to elevating Hungary's sports analytics research profile. Student involvement was a consistent theme, providing valuable learning opportunities in the domain of artificial intelligence. Collaboration with esteemed partners enriched the project, and regular seminars fostered knowledge sharing. Publication efforts targeted leading sports analytics forums, resulting in several journal articles and conference papers. Overall, the project made substantial contributions to sports analytics research.
Full text https://www.otka-palyazat.hu/download.php?type=zarobeszamolo&projektid=128233
Decision
Yes





 

List of publications

  
Schuth Gábor, Szigeti György, Pasic Alija, Dobreff Gergő, Revisnyei Péter, Toka László, Pavlik Gábor: Posztspecifikus kreatin-kináz válasz az edzés- és mérkőzésterhelés függvényében utánpótlás válogatott labdarúgóknál, In: V. Sporttudományi PHD Szimpózium, Program- és absztraktfüzet, (2020) pp. 54-54., 2020
Gergely Dobreff, Alija Pašić, Balazs Sonkoly, Laszlo Toka: The formation game in football, In: Proceedings of ECML PKDD 2019, 6th Workshop on Machine Learning and Data Mining for Sports Analytics, (2019) p. 1., 2019
Balazs Acs, Laszlo Toka: A career in football: what is behind an outstanding market value?, In: 8th Workshop on Machine Learning and Data Mining for Sports Analytics, ECML/PKDD 2021 Workshop, (2021) p. 1., 2021
Pegah Rahimian, Laszlo Toka: Inferring the Strategy of Offensive and Defensive Play in Soccer with Inverse Reinforcement Learning, In: 8th Workshop on Machine Learning and Data Mining for Sports Analytics, ECML/PKDD 2021 Workshop, (2021) p. 1., 2021
Roland Kovacs, Laszlo Toka: Predicting player transfers in the small world of football, In: 8th Workshop on Machine Learning and Data Mining for Sports Analytics, ECML/PKDD 2021 Workshop, (2021) p. 1., 2021
Schuth Gabor, Szigeti Gyorgy, Dobreff Gergely, Revisnyei Peter, Pasic Alija, Toka Laszlo, Gabbett Tim, Pavlik Gabor: Factors Influencing Creatine Kinase Response in Youth National Team Soccer Players, SPORTS HEALTH 2021: 10.1177/1941738121999387, 2021
Pegah Rahimian; Afshin Oroojlooy; Laszlo Toka: Towards optimized actions in critical situations of soccer games with deep reinforcement learning, 2021 IEEE 8th International Conference on Data Science and Advanced Analytics (DSAA), 2021
Gyorgy Szigeti, Gabor Schuth, Peter Revisnyei, Alija Pasic. Adam Szilas, Tim Gabbett, Gabor Pavlik: Quantification of Training Load Relative to Match Load of Youth National Team Soccer Players, Sports Health: A Multidisciplinary Approach, 2021
Balazs Acs, Laszlo Toka: A career in football: what is behind an outstanding market value?, In: Ulf, Brefeld; Jesse, Davis; Jan, Van Haaren; Albrecht, Zimmermann (szerk.) Machine Learning and Data Mining for Sports Analytics, Springer International Publishing (2022) pp. 15-25., 2022
Dobreff Gergely, Molnar Marton, Toka Laszlo: Optimizing and dimensioning a data intensive cloud application for soccer player tracking, International Journal of Computer Science in Sport 21: (1) pp. 30-48., 2022
Kovacs Roland, Toka Laszlo: Predicting player transfers in the small world of football, In: Ulf, Brefeld; Jesse, Davis; Jan, Van Haaren; Albrecht, Zimmermann (szerk.) Machine Learning and Data Mining for Sports Analytics, Springer International Publishing (2022) pp. 39-50., 2022
Pegah Rahimian, Jan Van Haaren, Togzhan Abzhanova, Laszlo Toka: Beyond action valuation: A deep reinforcement learning framework for optimizing player decisions in soccer, In: The 16th Annual MIT Sloan Sports Analytics Conference, (2022) pp. 1-25., 2022
Pegah Rahimian, Laszlo Toka: Inferring the Strategy of Offensive and Defensive Play in Soccer with Inverse Reinforcement Learning, In: Ulf, Brefeld; Jesse, Davis; Jan, Van Haaren; Albrecht, Zimmermann (szerk.) Machine Learning and Data Mining for Sports Analytics, Springer International Publishing (2022) pp. 26-38., 2022
Rahimian Pegah, Toka Laszlo: Optical tracking in team sports, JOURNAL OF QUANTITATIVE ANALYSIS IN SPORTS 18: (1) pp. 35-57., 2022
Pegah Rahimian, Dayana Grayce da Silva Guerra Gomes, Fanni Berkovics, László Toka: Let's Penetrate the Defense: A machine learning model for prediction and valuation of penetrative passes, 9th Workshop on Machine Learning and Data Mining for Sports Analytics, ECML/PKDD 2022 Workshop, 2022
István Gódor, Gabor Feher, Andras Balazs Lajtha, László Toka, Attila Vidacs: Technique for online video-gaming with sports equipment, , 2022
Balazs Acs, Laszlo Toka: A career in football: what is behind an outstanding market value?, COMMUNICATIONS IN COMPUTER AND INFORMATION SCIENCE 1571: pp. 15-25., 2022
Ács Balázs, Kovács Roland, Toka László: A career handbook for professional soccer players, INTERNATIONAL JOURNAL OF SPORTS SCIENCE AND COACHING, 2023
Rahimian Pegah, Van Haaren Jan, Toka Laszlo: Towards maximizing expected possession outcome in soccer, INTERNATIONAL JOURNAL OF SPORTS SCIENCE AND COACHING, 2023
Toka Laszlo, Rahimian P.: A data-driven approach to assist offensive and defensive players in optimal decision making, INTERNATIONAL JOURNAL OF SPORTS SCIENCE AND COACHING 1747954, 2023
G Csanalosi, G Dobreff, A Pasic, M Molnar, L Toka: Low-cost optical tracking of soccer players, In: Proceedings of European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases, (2020) p. 1., 2020
G Dobreff, P Revisnyei, G Schuth, G Szigeti, L Toka, A Pašic: Physical performance optimization in football, In: Proceedings of European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases, (2020) p. 1., 2020
Gergely Dobreff, Alija Pašić, Balazs Sonkoly, Laszlo Toka: The formation game in football, In: Proceedings of ECML PKDD 2019, 6th Workshop on Machine Learning and Data Mining for Sports Analytics, (2019) p. 1., 2019
Schuth Gábor, Szigeti György, Sáfár Sándor, Pasic Alija, Toka László, Revisnyei Péter: Teljesítmény-optimalizációs lehetőségek a labdarúgásban válogatott keretek között, In: Sport és innováció : nemzetközi konferencia : 2019. október 2-3. Budapest, (2019) pp. 107-108., 2019
Schuth Gábor, Szigeti György, Sáfár Sándor, Pašić Alija, Toka László, Revisnyei Péter: Nyugalmi szívfrekvencia variabilitás és mérkőzésteljesítmény kapcsolata utánpótlás válogatott labdarúgóknál, In: Fiatal Sporttudósok VII. Országos Konferenciája, (2019) p. 1., 2019




 

Events of the project

  
2021-01-08 14:13:07
Résztvevők változása
2020-11-19 14:53:24
Résztvevők változása



Back »