몬테카를로 시뮬레이션을 활용한 실점 확률 최소화 구종 파악

Q: 이 논문에서 정의한 실점 발생 확률이란 무엇인가?

실점 발생 확률은 투수가 던진 구종에 따라 이닝 종료 시까지 실점이 발생하는 횟수를 세는 것이다. 이는 실점이 많이 발생했던 경우까지 포함하여 평균을 내는 기대 실점과는 달리, 실점 발생 여부에 초점을 맞추어 계산된다. 즉, 실점 발생 시 1, 미발생 시 0으로 보상을 계산하여 측정한다.

Q: 야구 경기에서 실점 발생 확률 최소화 구종 선택이 중요한 상황은 언제인가?

연구 결과, 비기고 있는 상태에서 이닝을 시작할 때 실점 발생 확률 최소화 구종을 선택하는 전략이 유의미하게 다른 결과를 도출할 수 있다. 특히 2아웃이거나 주자가 없는 투수에게 유리한 상황에서 실점 최소화 구종과 실점 발생 확률 최소화 구종이 다를 수 있으며, 이때 전략적 선택이 필요하다.

장찬우; 남윤호; 이현록

doi:10.7232/JKIIE.2024.50.4.233

추천

검색

질문

자료유형: 학술저널

저자정보: 장찬우 (인하대학교) 남윤호 (인하대학교) 이현록 (인하대학교)

저널정보: 대한산업공학회 대한산업공학회지 대한산업공학회지 제50권 제4호

발행연도: 2024.8

수록면: 233 - 239 (7page)

DOI: 10.7232/JKIIE.2024.50.4.233

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Although each sport has different characteristics, the main goal of a sports game is to win by scoring at least one point more than the opponent, not about creating a large score difference. With this in mind, this study analyzes the optimal pitch type that minimizes the probability of conceding a score rather than minimizing runs in a baseball game. We represent situations in a baseball game as the Markov Decision Processes (MDP) model by calculating state transition probability according to pitch type selection based on the data recorded in the US Major League Baseball between 2021 and 2022. A formulated MDP model is used to run a Monte-Carlo simulation to identify a pitch type that minimizes the probability of conceding a score and a pitch type that minimizes total runs until the end of the inning for all states. Simulation results show that there exist differences between identified pitch types and mismatch increases in states of two outs or no runners on base. We also found that selecting pitch type to minimize the probability of conceding a score can be useful when starting an inning in a tied game.

#Monte-Carlo Simulation #Markov Chain #Baseball Data Analysis #Optimal Pitch Type Selection

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)