인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
학술저널
DBpia Top 5%
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
피인용 0
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.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
