< wpimage aligncenterid4693sizeSluglargelinkDestinoninguno > <div class="wp" block image><figure class="aligncenter" size large><img src="httpswwwgambylcomwp" contentuploads202101nflll 1024x576jpg alt= "clase=wp" image 4693><figure><div> < wpimagen > <wppárrafo> <p>Las estadísticas de conteo convencionales, como recepciones y yardas de recepción, brindan una forma de medir la capacidad de un jugador individual para atrapar y mover el balón, pero solo cuentan una parte de la historia. Las estadísticas avanzadas, como la profundidad de la ventana de separación del objetivo y la probabilidad de finalización, brindan una mayor comprensión, pero aún así omiten. un factor importante Es decir, ¿qué ruta corrió el receptor del pase para abrirse? <em>antes<em> atrapando la pelota<p> <wppárrafo> <wppárrafo> <p>Con la ayuda de la tecnología de seguimiento de jugadores, el equipo de Next Gen Stats Analytics se propuso responder esa pregunta exacta, decodificando uno de los elementos clave de una jugada ofensiva mediante el uso de datos de seguimiento de jugadores para medir qué rutas siguen los receptores de pases en cualquier jugada de pase determinada.<p> <wppárrafo> <wppárrafo> <p>El mes pasado revelamos un nuevo conjunto de métricas rápidas derivadas de la capacidad de calcular <a href="/es/httpswwwnflcomnewsnext/" gen stats intro to expected rushing yards>Yardas apresuradas esperadas<a> Hoy presentamos otra nueva herramienta de aprendizaje automático. <strong>el reconocimiento de ruta<strong> <strong>modelo<strong> que clasifica rutas por tipo en tiempo real con la ayuda de datos de seguimiento de jugadores<p> <wppárrafo> <wppárrafo> <p>Profundicemos en la metodología detrás del modelo de reconocimiento de rutas.<p> <wppárrafo> < nivel de encabezado3 > <h3>Cómo funciona el modelo<h3> < encabezado > <wppárrafo> <p>El sistema de seguimiento de jugadores Next Gen Stats registra la ubicación xy, la velocidad, la aceleración, la dirección y la orientación de los 22 jugadores en el campo en tiempo real. Nuestro nuevo modelo de reconocimiento de rutas aprovecha estos datos como entradas en un modelo que asigna un <strong>tipo de ruta<strong> a cada receptor elegible en cada jugada de pase, incluidos alas cerradas y corredores. Nuestro enfoque arquitectónico utiliza una combinación de <em>redes neuronales convolucionales CNN<em> y <em>redes LSTM de memoria a largo plazo<em> entrenado en <a href="/es/httpsawsamazoncomsagemaker/">Plataforma SageMaker de Amazon<a> Las CNN nos permiten interactuar con la naturaleza espacial de nuestro conjunto de datos, es decir, dónde se encuentra cada jugador en el campo en una jugada determinada, mientras que las redes LSTM nos permiten interactuar con la naturaleza temporal de nuestro conjunto de datos, lo que sucede a medida que la jugada se desarrolla con el tiempo.<p> <wppárrafo> <wppárrafo> <p>We approached routes run by players aligned in the backfield separately from routes run by players aligned out wide in the slot or tight because of clear differences in route archetypes Below are the 15 unique route types assigned to all route runners based on their location when the ball is snapped Note that while NFL playbooks have hundreds of variations of routes weve narrowed it down to these high level categories including 10 routes for those in typical wideout alignments and five for those aligned in the backfield<p> <wppárrafo> <wppárrafo> <p><strong>Rutas amplias 10<strong> Pantalla plana inclinada tachando en el poste de la esquina del enganche.<br><strong>Rutas de backfield 5<strong> Rueda de salida de ángulo plano de pantalla<p> <wppárrafo> <wppárrafo> <p>El modelo fue entrenado y validado contra todas las rutas de cada jugada aérea de 2018 y 2019, incluidas tanto la temporada regular como la postemporada. Se incluyeron todos los corredores de ruta independientemente de si fueron objetivo o no, dado que no pudimos encontrar una diferencia entre las formas de rutas específicas y rutas no específicas no vimos ninguna razón para entrenar solo en rutas específicas En total, <em>amplia fuera<em> El modelo fue entrenado en más de 100.000 rutas mientras que el <em>campo trasero<em> El modelo fue entrenado en más de 15000 rutas.<p> <wppárrafo> <wppárrafo> <p>Para evitar ruido en los datos de jugadas interrumpidas durante las cuales los receptores de pases a menudo dejan de seguir sus rutas asignadas y el movimiento de los jugadores. <em>después<em> la recepción, que no nos diría mucho sobre la eficacia de una ruta determinada, todas las rutas estaban limitadas en el momento en que se pasaba la pelota hacia adelante. <em>o<em> en un momento dado 46 segundos después del centro para rutas de banda ancha y 4 segundos después del centro para rutas de backfield, lo que ocurra primero. Los límites de tiempo óptimos para estos tipos de ruta se determinaron analizando cómo se desarrollaron los intentos de pase durante las últimas dos temporadas para una referencia de 44 segundos. representó el percentil 75 de todos los intentos de pase por tiempo para lanzar en ese lapso<p> <wppárrafo> <wppárrafo> <p>Aquí hay una visualización de las rutas ordenadas por nuestro tipo de ruta prevista.<p> <wppárrafo> < wpimage aligncenter > <div class="wp" block image><figure class="aligncenter"><img src="httpsstaticwwwnflcomimageprivatet" editorial landscape 8 desktop mobilef autoleaguezzzjndwgvhbgxzdob2ayjpg alt="Amplia fuera" route paths 1><figure><div> < wpimagen > <wppárrafo> <p>Para fines de entrenamiento, los datos de seguimiento para el modelo de receptor abierto se han normalizado de modo que todos los receptores de pases estén a la izquierda del mariscal de campo con la razón de que las rutas de ruta son simétricas. Encontramos que la forma de las rutas está alineada con nuestras expectativas de rutas de ruta. No parece evidente ninguna predicción atroz del modelo.<p> <wppárrafo> <wppárrafo> <p>Las iteraciones futuras del modelo buscarán profundizar en el árbol de rutas para tener en cuenta los matices de la ruta que se ejecuta a nivel profesionalhttps91c9f45c7ceaa574696f04786ac1c7e4safeframegooglesyndicationcomsafeframe1 0 37htmlcontainerhtml<p> <wppárrafo> < nivel de encabezado3 > <h3>lo que podemos aprender<h3> < encabezado > <wppárrafo> <p>La clasificación de rutas en tiempo real nos permite contextualizar el juego aéreo de nuevas maneras. Podemos estudiar las tendencias de toda la liga para obtener una nueva comprensión de la estrategia y las tendencias ofensivas y podemos desglosar y clasificar a los jugadores individuales mediante métricas de rendimiento avanzadas.<p> <wppárrafo> <wppárrafo> <p>La siguiente tabla combina nuestras métricas de recepción de NGS más descriptivas con los resultados de nuestro modelo de reconocimiento de rutas. Los valores correspondientes a cada ruta representan los promedios de la liga durante las últimas dos temporadas únicamente. <em>amplia fuera<em> Se incluyen rutas, es decir, jugadores alineados de par en par en la ranura o apretados.<p> <wppárrafo> < nivel de encabezado 4 > <h4><strong>Tendencias de receptores por ruta NFL Promedio 2018 19 temporadas<strong><h4> < encabezado > <wptable> <figure class="wp" block table><table><thead><tr><th scope="col">Tipo de ruta<th><th scope="col">PCT de ruta<th><th scope="col">Rango<th><th scope="col">Tasa objetivo<th><th scope="col">Rango<th><th scope="col">objetivo de aire<th><th scope="col">Rango<th><tr><thead><tbody><tr><td>Ir<td><td>223<td><td>1<td><td>108<td><td>10<td><td>237<td><td>1<td><tr><tr><td>Enganche<td><td>183<td><td>2<td><td>201<td><td>5<td><td>77<td><td>6<td><tr><tr><td>Cruce<td><td>116<td><td>3<td><td>248<td><td>4<td><td>73<td><td>7<td><tr><tr><td>Afuera<td><td>101<td><td>4<td><td>278<td><td>2<td><td>83<td><td>5<td><tr><tr><td>En<td><td>89<td><td>5<td><td>169<td><td>7<td><td>104<td><td>4<td><tr><tr><td>Correo<td><td>78<td><td>6<td><td>15<td><td>8<td><td>213<td><td>2<td><tr><tr><td>Departamento<td><td>68<td><td>7<td><td>179<td><td>6<td><td>17<td><td>9<td><tr><tr><td>Inclinación<td><td>62<td><td>8<td><td>252<td><td>3<td><td>60<td><td>8<td><tr><tr><td>Esquina<td><td>45<td><td>9<td><td>146<td><td>9<td><td>210<td><td>3<td><tr><tr><td>pantalla WR<td><td>34<td><td>10<td><td>407<td><td>1<td><td> 23<td><td>10<td><tr><tbody><table><figure> <wptable> < lista wp > <ul><li>El receptor de pase promedio corre un <strong><em>ir<em><strong> ruta en casi una cuarta parte de todas las rutas 223 el porcentaje más alto de cualquier tipo de ruta en nuestros datos Sin embargo, esas rutas son objetivo aproximadamente 1 de cada 10 veces 108 por ciento la tasa objetivo más baja de cualquier ruta<li><li>El <strong><em>pantalla WR<em><strong> es la ruta menos corrida 34 y es la única ruta donde el objetivo promedio está detrás de la línea de scrimmage. Pero también es objetivo con la tasa más alta 407 y al comienzo de la jugada 16 segundos de tiempo promedio para lanzar.<li><li>Las rutas más específicas fuera de la pantalla WR <strong><em>afuera<em><strong> 278 y <strong><em>inclinación<em><strong> 252 rutas son las siguientes más populares en toda la liga<li><ul> < lista wp > <wppárrafo> <p>La frecuencia con la que un receptor de pases recorre una ruta puede darnos una idea de la estrategia y las tendencias a nivel de equipo e individual del juego en toda la liga. La evaluación de los tipos de rutas mediante métricas de rendimiento avanzadas puede decirnos qué rutas son las más valiosas por objetivo a medida que Puedes ver en el cuadro a continuación.<p> <wppárrafo> <wppárrafo> <p><em>NOTA<em> <strong><em>Objetivo de la EPA<em><strong> <em>Se espera que se agreguen puntos por objetivo. Esto mide el valor de las jugadas individuales en términos de puntos comparando la distancia hacia abajo y la situación de la posición del campo al inicio de la jugada en relación con el final de la misma.<em> <strong><em>CROE<em><strong> <em>es la tasa de captura superior a la expectativa que mide el desempeño en relación con las probabilidades de finalización<em>https91c9f45c7ceaa574696f04786ac1c7e4safeframegooglesyndicationcomsafeframe1 0 37htmlcontainerhtml<p> <wppárrafo> < nivel de encabezado 4 > <h4><strong>Producción por rutas fuera del backfield 2018 Promedio de 19 temporadas NFL<strong><h4> < encabezado > <wptable> <figure class="wp" block table><table><thead><tr><th scope="col">Tipo de ruta<th><th scope="col">Objetivo de la EPA<th><th scope="col">Rango<th><th scope="col">Tasa de captura<th><th scope="col">Rango<th><th scope="col">CROE<th><th scope="col">Rango<th><tr><thead><tbody><tr><td>Correo<td><td>+048<td><td>1<td><td>512<td><td>8<td><td>+19<td><td>2<td><tr><tr><td>Esquina<td><td>+043<td><td>2<td><td>45<td><td>9<td><td>+14<td><td>4<td><tr><tr><td>En<td><td>+031<td><td>3<td><td>62<td><td>7<td><td> 08<td><td>8<td><tr><tr><td>Cruce<td><td>+027<td><td>4<td><td>69<td><td>4<td><td> 07<td><td>7<td><tr><tr><td>Inclinación<td><td>+026<td><td>5<td><td>674<td><td>5<td><td> 24<td><td>10<td><tr><tr><td>Afuera<td><td>+025<td><td>6<td><td>674<td><td>6<td><td>+21<td><td>1<td><tr><tr><td>Ir<td><td>+019<td><td>7<td><td>341<td><td>10<td><td> 21<td><td>9<td><tr><tr><td>Enganche<td><td>+015<td><td>8<td><td>693<td><td>3<td><td>+14<td><td>5<td><tr><tr><td>Departamento<td><td>+007<td><td>9<td><td>797<td><td>2<td><td> 02<td><td>6<td><tr><tr><td>pantalla WR<td><td> 008<td><td>10<td><td>90<td><td>1<td><td>+15<td><td>3<td><tr><tbody><table><figure> <wptable> < lista wp > <ul><li>Las rutas más valiosas por puntos esperados agregados por objetivo fueron las <strong><em>correo<em><strong> +048 y <strong><em>esquina<em><strong> +043 rutas El <strong><em>ir<em><strong> La ruta +019 ocupó el séptimo lugar en la lista de 10 tipos de rutas. Una posible razón para esto. Es más difícil separar las rutas de salida que colocan al jugador en un camino recto que en los postes o esquinas que le piden al jugador que haga un corte. Receptores de pases dirigidos en los postes. y las esquinas tienen un promedio de 24 y 23 yardas de separación del defensor más cercano, respectivamente, mientras que los receptores de pases apuntados en rutas de pase tienen un promedio de solo 18 yardas de separación.<li><li>Ubicación de destino en <strong><em>ir<em><strong> Las rutas tienen un impacto dramático en el valor neto promedio de la jugada. Rutas Go dirigidas a un receptor de pase. <em>fuera de los números<em> promedio +013 EPA por objetivo mientras los receptores de pases objetivo <em>dentro de los números<em> promedio +042 EPA por objetivo Durante las últimas dos temporadas, los receptores de pases que corrían rutas de go fueron atacados fuera de los números cuatro veces más que dentro de los números.<li><li>Las tres rutas principales por tasa de captura <strong><em>pantalla<em><strong> <strong><em>departamento<em><strong> y <strong><em>enganche<em><strong> fueron las rutas menos valiosas según la EPA por objetivo. Como encontramos en nuestro análisis de nuestro <a href="/es/httpswwwnflcomnewsnext/" gen stats introduction to completion probability 0ap3000000964655>modelo de probabilidad de finalización<a> Existe una fuerte correlación negativa entre la tasa de captura y los patios aéreos, lo que indica que los objetivos más cercanos a la línea de golpeo no son tan valiosos por objetivo como los objetivos más profundos.<li><li>Vale la pena señalar que cuatro de las cinco rutas más valiosas según la EPA por objetivo son <em>en romper<em> rutas <strong><em>correo<em><strong> +048 <strong><em>en<em><strong> +031 <strong><em>cruz<em><strong> +027 y <strong><em>inclinación<em><strong> +026<li><ul> < lista wp > <wppárrafo> <p>Contextualizar las rutas a nivel de toda la liga brinda una visión macro del valor de la clasificación de rutas. A nivel de jugador individual, podemos aprender más sobre los micro matices de la carrera de rutas.<p> <wppárrafo> < nivel de encabezado3 > <h3>Versatilidad de rutas<h3> < encabezado > <wppárrafo> <p>Qué receptores abiertos ejecutan el árbol de rutas más diverso en relación con el jugador promedio. Con nuestro nuevo modelo de clasificación de rutas podemos evaluar qué receptores son esencialmente los más predecibles o diferentes del promedio. Calculamos <em>versatilidad de ruta<em> promediando la suma de la diferencia absoluta entre el porcentaje de ruta de un jugador y el promedio de receptores de la NFL para cada uno de los 10 tipos de ruta <strong>consulte el último párrafo de este artículo para obtener más explicaciones.<strong><p> <wppárrafo> <wppárrafo> <p>Los cinco primeros y los cinco últimos corredores de rutas más versátiles de la temporada 2019 entre 72 receptores abiertos con al menos 300 rutas.<p> <wppárrafo> < nivel de encabezado 4 > <h4><strong>Clasificación de versatilidad de rutas de receptor abierto Temporada 2019 mínimo 300 rutas<strong><h4> < encabezado > <wptable> <figure class="wp" block table><table><thead><tr><th scope="col">5 mejores<th><th scope="col">5 últimos<th><tr><thead><tbody><tr><td>1 Cardenales Christian Kirk<td><td>68 Robert Woods Carneros<td><tr><tr><td>2 DJ Chark Jaguares<td><td>69 Jets Jamison Crowder<td><tr><tr><td>3 Auden Tate Bengals<td><td>70 osos Allen Robinson<td><tr><tr><td>4 Stefon Diggs Vikings ahora con Bills<td><td>71 Cargadores de Mike Williams<td><tr><tr><td>5 gigantes del Golden Tate<td><td>72 Ted Ginn Jr Saints ahora con Bears<td><tr><tbody><table><figure> <wptable> < lista wp > <ul><li>En su segunda temporada como profesional y la primera en la ofensiva del entrenador en jefe Kliff Kingsbury, los Cardinals Christian Kirk se clasificaron como el corredor de ruta más versátil de la temporada 2019. Kirk fue atacado al menos 13 veces en cinco rutas diferentes. <strong><em>enganche<em><strong> 28 objetivos <strong><em>cruce<em><strong> 17 <strong><em>pantalla WR<em><strong> 16 <strong><em>ir<em><strong> 13 y <strong><em>afuera<em><strong> 13 Si bien Kirk recorrió todas las rutas del árbol, es importante señalar que el 77 por ciento de sus rutas llegaron al lado derecho de la formación.<li><li>Ted Ginn Jr, ahora miembro de los Chicago Bears, fue clasificado como nuestro corredor de ruta menos versátil de 2019 entre los receptores abiertos calificados. Ginn corrió una <strong><em>ir<em><strong> ruta con más frecuencia que cualquier receptor en la muestra 42 de rutas Producción de Ginns en esas rutas en 2019 9 objetivos 1 recepción para 25 yardas objetivo solo 6 de las veces<li><li>No figura entre los cinco últimos, pero es relevante según su reputación. El receptor de los Seahawks, DK Metcalf, ocupó el puesto 66 entre 72 receptores según nuestra medida de versatilidad de rutas. Metcalf corrió un <strong><em>ir<em><strong> ruta con la segunda tasa más alta de receptores calificados en esta lista 38 de rutas solo detrás de Ginn 42<li><ul> < lista wp > <wppárrafo> <p>Esto solo toca la superficie del análisis posible con nuestro reconocimiento de rutas. ¿Quiénes fueron los receptores abiertos con mejor desempeño por tipo de ruta? NFLcoms Nick Shook echa un vistazo <a href="/es/httpswwwnflcomnewstop/" 3 nfl wide receivers by route michael thomas reigns>los principales receptores de 2019 por tipo de ruta<a><p> <wppárrafo> <wppárrafo> <p><em> Mike Band Analista de estadísticas de próxima generación Siga a Mike en Twitter <a href="/es/httpstwittercomMBandNFL/" target= "blank" rel="noreferrer" noopener>MBandNFL<a><em><p> <wppárrafo> <wppárrafo> <p><strong>Explicación del cálculo de versatilidad de ruta.<strong> Si <em>Jugador A<em> ejecuta un <em>ir<em> en el 25 por ciento de las rutas a <em>enganche<em> en un 19 por ciento y un <em>afuera<em> con un 12 por ciento y los promedios de la NFL son 22 por ciento, 18 por ciento y 10 por ciento respectivamente, la diferencia absoluta con respecto al promedio en esas tres rutas sería del 3 por ciento, 1 por ciento y 2 por ciento.<p> <wppárrafo>
EN 
ES 
PT 
PT_BR