报告时间:2025年05月23日(星期五)上午09:30-10:30
报告地点:望江基教楼A座A414
主办单位:四川大学电子信息学院
报告人简介
赵文兵老师现任美国克利夫兰州立大学电气与计算机工程系教授。他毕业于北京大学物理系，先后取得理学学士和理学硕士学位，并于2002年在加州大学圣巴巴拉分校获得博士学位。赵教授学术成果颇丰，已发表250多篇同行评审论文，还撰写了《从传统容错机制到区块链》这一研究专著。其研究领域广泛，涉及可信分布式系统、以人为本的智能系统以及工程教育。在科研经费支持方面，他的研究项目得到了美国国家科学基金会、美国能源部、美国教育部、美国交通部、俄亥俄州工人补偿局、俄亥俄州高等教育局、俄亥俄州发展服务局以及伍德拉夫基金会的资助。在学术交流方面，赵教授十分活跃，曾在各各类会议、行业与学术场合发表超过10次主题演讲、教程讲解、公开演讲以及成果演示。在学术期刊任职上，他担任IEEEAccess、Human-Centric Computing and information Sciences、 MDPl Computers、 Peer)Computer Science等国际期刊的副编辑，同时还是Sensors、Applied Svstem Innovation、journal ofParallel, Emergent and Distributed Systems等多家国际期刊编辑委员会的成员。此外，他目前是IEEE高级成员，并在 IEEE克利夫兰分部担任财务主管一职。
报告摘要
在本次报告中，将对基于机器学习的棒球运动分析进行系统回顾。该报告包含三个研究问题:(1)使用机器学习研究了哪些棒球分析问题?(2)使用了哪些数据存储库?(3)研究中采用了哪些机器学习技术?这些研究问题的发现导致了一些研究贡献。首先，提出了棒球分析问题的分类方法。根据提出的分类方法机器学习被用于(1)预测个体博弈;(2)确定球员表现;(3)估算玩家价值;(4)预测未来球员的伤病;(5)预测未来的游戏结果。然后，为棒球分析研究构建了一套数据集，其中最受欢迎的数据集是Basebal Savant和Basebal Reference。最后，对机器学习模型在棒球分析中的应用进行了深入分析。
