借SAS智能分析，助球隊智勝
時間：2022-03-30 00:00:01 | 來源：行業(yè)動態(tài)
時間：2022-03-30 00:00:01 來源：行業(yè)動態(tài)
SciSports利用機(jī)器學(xué)習(xí)算法為足球場上的動作構(gòu)建模型。隨著應(yīng)用經(jīng)驗的越加豐富，這些算法逐漸提高了執(zhí)行任務(wù)的能力?，F(xiàn)有的數(shù)學(xué)模型是基于人們對足球已有的了解和洞見而構(gòu)建的，而AI將幫助人們進(jìn)行新的探索和發(fā)現(xiàn)。 SciSports首席技術(shù)官Wouter Roosenburg表示。
以實時3D分析為例，賽場上追此逐彼，若要讓BallJames進(jìn)行精準(zhǔn)數(shù)據(jù)采集，就必須對球員、裁判和足球進(jìn)行動態(tài)識別，這也是SciSports當(dāng)時所面臨的一大難題。在這個問題上，我們非常感謝SAS平臺的智能技術(shù)支持，SAS
事件流處理（SAS
Event Stream Processing）方案支持使用深度學(xué)習(xí)模型進(jìn)行實時圖像識別。 通過將我們的深度學(xué)習(xí)模型與SAS
Viya
TM相結(jié)合，我們可以在云中、攝像機(jī)或任何我們部署資源的地方，訓(xùn)練我們的模型。最終通過統(tǒng)一的平臺來管理整個3D生產(chǎn)鏈，這一點實屬難能可貴。Roosenburg對SAS給予高度的認(rèn)可如果沒有SAS
Viya
TM的幫助，這一項目是不可能成功的。
SciSports之前完全依賴開源代碼構(gòu)建模型。現(xiàn)在，憑借SAS平臺的幫助，分析團(tuán)隊可以選擇自己擅長的語言，在組織內(nèi)部共享一個托管的分析資產(chǎn)庫。據(jù)Brouwer介紹：這使得他們能夠吸引具有不同開源代碼技能的員工，還能使用同一個平臺對生產(chǎn)鏈進(jìn)行管理。另外，相比Python需要100行代碼才能完成的工作，我們在SAS平臺上僅需要5行，大大縮短了研發(fā)周期，這對于運(yùn)動分析來說也是至關(guān)重要的。
自創(chuàng)立以來，SciSports迅速成為全球發(fā)展最快的運(yùn)動分析公司之一。Brouwer認(rèn)為SAS平臺的多功能性是他們成功的一個主要因素。通過SAS，我們可以根據(jù)需要增強(qiáng)或降低處理能力，對模型進(jìn)行實時投產(chǎn)，在一個平臺上開發(fā)所有產(chǎn)品，并與開源代碼相結(jié)合。
我們的目標(biāo)是為全球數(shù)十億球迷帶來實時數(shù)據(jù)分析，幫助球隊取得最佳成績。通過與SAS合作，我們相信可以實現(xiàn)這一目標(biāo)。
在線咨詢