Suchergebnisse

Treffer weiter einschränken
  1. 1

    AI in Bundesliga match analysis - expected possession value (EPV) vs. expected goals (xG) to predict match outcomes in soccer (KI in der Bundesliga-Spielanalyse - Erwarteter Ballbesitzwert (EPV) vs. Erwartete Tore (xG) zur Vorhersage von Spielergebnissen im Fußball)

    Forcher, L., Forcher, L., Woll, A., Altmann, S.
    Veröffentlicht in Frontiers in Sports and Active Living (2025)
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  2. 2

    Exploring body composition and physical condition profiles in relation to playing time in professional soccer: a principal components analysis and Gradient Boosting approach (Untersuchung der Körperzusammensetzung und der körperlichen Verfassung in Bezug auf die Spielzeit im Profifußball: eine Hauptkomponentenanalyse und ein Gradient-Boosting-Ansatz)

    Ulloa-Díaz, D., Fábrica-Barrios, G., Jorquera-Aguilera, C., Guede-Rojas, F., Pérez-Contreras, J., Lozano-Jarque, D., Carvajal-Parodi, C., Romero-Vera, L.
    Veröffentlicht in Frontiers in Physiology (2025)
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  3. 3

    Advanced feature engineering in acute:chronic workload ratio (ACWR) calculation for injury forecasting in elite soccer (Fortgeschrittenes Feature-Engineering bei der Berechnung des Verhältnisses zwischen akuter und chronischer Arbeitsbelastung (ACWR) für die Verletzungsprognose im Spitzenfußball)

    Matas-Bustos, J. B., Mora-García, A. M., de Hoyo Lora, M., Nieto-Alarcón, A., Gonzalez-Fernández, F. T.
    Veröffentlicht in PLOS ONE (2025)
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  4. 4

    Beyond playing positions: categorizing soccer players based on match-specific running performance using machine learning (Über die Spielpositionen hinaus: Kategorisierung von Fußballspielern anhand ihrer laufspezifischen Leistung im Spiel mithilfe von maschinellem Lernen)

    de Haan, M., van der Zwaard, S., Sanders, J., Beek, P. J., Jaspers, R. T.
    Veröffentlicht in Journal of Sports Science & Medicine (2025)
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  5. 5

    Prediction of perceived exertion ratings in national level soccer players using wearable sensor data and machine learning techniques (Prognose der subjektiven Belastungswahrnehmung bei Fußballspielern auf Nationalniveau mithilfe von Sensordaten und Machine-Learning-Techniken)

    Leppich, R., Kunz, P., Bauer, A., Kounev, S., Sperlich, B., Düking, P.
    Veröffentlicht in Journal of Sports Science & Medicine (2024)
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  6. 6

    Playing style identification in team sports: a systematic review from statistical dimensionality reduction to unsupervised machine learning (Identifizierung von Spielstilen in Mannschaftssportarten: Eine systematische Übersicht von der statistischen Dimensionsreduktion bis zum unüberwachten maschinellen Lernen )

    Gu, L., Wang, W., Plakias, S., Zhang, S.
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  7. 7

    A multidimensional prediction model for overtraining risk in youth soccer players: integrating physiological and psychological markers (Ein multidimensionales Vorhersagemodell für das Übertrainingsrisiko bei Jugendfußballspielern: Integration physiologischer und psychologischer Marker)

    Qian, H., Lee, S.
    Veröffentlicht in Journal of Sports Sciences (2025)
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  8. 8

    Mapping football tactical behavior and collective dynamics with artificial intelligence: a systematic review (Abbildung des taktischen Verhaltens und der kollektiven Dynamik im Fußball mit künstlicher Intelligenz: eine systematische Übersicht)

    Teixeira, J. E., Maio, E., Afonso, P., Encarnação, S., Machado, G. F., Morgans, R., Barbosa, T. M., Monteiro, A. M., Forte, P., Ferraz, R., Branquinho, L.
    Veröffentlicht in Frontiers in Sports and Active Living (2025)
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  9. 9

    Using a Bayesian network to classify time to return to sport based on football injury epidemiological data (Verwendung eines Bayes'schen Netzwerks zur Klassifizierung der Zeit bis zur Rückkehr zum Sport auf der Grundlage epidemiologischer Daten zu Fußballverletzungen)

    Yung, K. K. Y., Wu, P. P. Y., aus der Fünten, K., Hecksteden, A., Meyer, T.
    Veröffentlicht in PLOS ONE (2025)
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  10. 10

    Prediction of football injuries using GPS-based data in Iranian professional football players: a machine learning approach (Vorhersage von Fußballverletzungen anhand von GPS-basierten Daten iranischer Profifußballer: ein Ansatz des maschinellen Lernens)

    Saberisani, R., Barati, A. H., Zarei, M., Santos, P., Gorouhi, A., Ardigò, L. P., Nobari, H.
    Veröffentlicht in Frontiers in Sports and Active Living (2025)
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  11. 11

    Own goals in football: do they occur randomly or exhibit systematic patterns? (Eigentore im Fußball: Treten sie zufällig auf oder weisen sie systematische Muster auf?)

    Mehta, S., Schlenger, J., Memmert, D., Wunderlich, F.
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  12. 12

    Goal and shot prediction in ball possessions in FIFA Women`s World Cup 2023: a machine learning approach (Tor- und Schussvorhersage bei Ballbesitz bei der FIFA Frauen-Weltmeisterschaft 2023: ein maschineller Lernansatz)

    Iván-Baragaño, I., Ardá, A., Losada, J. L., Maneiro, R.
    Veröffentlicht in Frontiers in Psychology (2025)
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  13. 13

    An educational review on machine learning: a swot analysis for implementing machine learning techniques in football (Ein Bildungsbericht zum maschinellen Lernen: eine Swot-Analyse zur Implementierung von maschinellen Lerntechniken im Fußball)

    Beato, M., Jaward, M. H., Nassis, G. P., Figueiredo, P., Clemente, F. M., Krustrup, P.
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  14. 14

    Prediction of talent selection in elite male youth soccer across 7 seasons: A machine-learning approach (Vorhersage der Talentauswahl im männlichen Elite-Jugendfußball über 7 Spielzeiten: Ein Ansatz des maschinellen Lernens)

    Altmann, S., Ruf, L., Thiem, S., Beckmann, T., Wohak, O., Romeike, C., Härtel, S.
    Veröffentlicht in Journal of Sports Sciences (2024)
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  15. 15

    Construction of 2022 Qatar World Cup match result prediction model and analysis of performance indicators (Konstruktion eines Modells zur Vorhersage der Ergebnisse der Fußballweltmeisterschaft 2022 in Katar und Analyse der Leistungsindikatoren)

    Song, Y., Sun, G., Wu, C., Pang, B., Zhao, W., Zhou, R.
    Veröffentlicht in Frontiers in Sports and Active Living (2024)
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  16. 16

    Classification of recovery states in U15, U17, and U19 sub-elite football players: a machine learning approach (Klassifizierung des Erholungszustands von U15-, U17- und U19-Fußballspielern: ein Ansatz für maschinelles Lernen)

    Teixeira, J. E., Encarnação, S., Branquinho, L., Ferraz, R., Portella, D. L., Monteiro, D., Morgans, R., Barbosa, T. M., Monteiro, A. M., Forte, P.
    Veröffentlicht in Frontiers in Psychology (2024)
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  17. 17

    Zones where corner kicks are most effective in the penalty box: Is there a sweet spot? (Zonen, in denen Eckstöße im Strafraum am effektivsten sind: Gibt es einen Sweet Spot?)

    Tütüncü, O., Mehta, S., Memmert, D.
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  18. 18

    A goal-aligned coordinate system for invasion games (Ein zielorientiertes Koordinatensystem für Invasionsspiele)

    Brandes, U.
    Veröffentlicht in Journal of Sports Analytics (2023)
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  19. 19

    Exploring the interplay between metabolic power and equivalent distance in training games and official matches in soccer: a machine learning approach (Erforschung des Zusammenspiels zwischen metabolischer Leistung und äquivalenter Distanz in Trainingsspielen und offiziellen Spielen im Fußball: ein Ansatz des maschinellen Lernens)

    Manzi, V., Savoia, C., Padua, E., Edriss, S., Iellamo, F., Caminiti, G., Annino, G.
    Veröffentlicht in Frontiers in Physiology (2023)
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  20. 20

    The success factors of rest defense in soccer - a mixed-methods approach of expert interviews, tracking data, and machine learning (Die Erfolgsfaktoren der Restverteidigung im Fußball - ein methodengemischter Ansatz aus Experteninterviews, Tracking-Daten und maschinellem Lernen)

    Forcher, L., Forcher, L., Altmann, S., Jekauc, D., Kempe, M.
    Veröffentlicht in Journal of Sports Science & Medicine (2023)
    Zu den Favoriten
    Gespeichert in:
    Originalquelle

Suchwerkzeuge: