热点事件持续更新
研究人员提出基于分位数回归预测运动到达时间的新方法
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月28日，相关研究提出将体育运动到达时间（TTA）建模为条件分位数回归问题，通过学习位移时间的下分位数来预测运动员的最短到达时间。实验中，研究团队利用2022年FIFA世界杯全部64场比赛的追踪数据训练轻量级MLP模型，其性能全面优于6种基于物理的基线模型。此外，该研究还在篮球与单场NFL数据集上验证了相关运动动态的跨项目迁移能力。
AI 根据报道生成 · 6 小时前更新
最新进展10月28日 12:00
研究人员通过条件分位数回归预测运动到达时间，并在足球、篮球及NFL数据集上验证了有效性。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv 人工智能基于追踪数据分位数回归学习体育运动可行性
研究人员提出将体育运动到达时间（TTA）建模为条件分位数回归问题，通过学习位移时间下分位数来预测运动员的最短到达时间。在 2022 年 FIFA 世界杯全部 64 场比赛追踪数据上训练后，轻量级 MLP 性能全面优于 6 种基于物理的基线模型。该研究还在篮球与单场 NFL 数据集上验证了运动动态的跨项目迁移能力。
本事件热度走势
当前热度 8·可比范围峰值 10（10月28日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。