http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 문형우(Hyung-Woo Moon) (검색결과 4 건)
- 무료
- 기관 내 무료
- 유료
-
문형우,우용태,신양우,Moon, Hyung Woo,Woo, Yong Tae,Shin, Yang Woo 한국통계학회 2016 응용통계연구 Vol.29 No.2
감독이 작전을 구사하는 상황이나 타자의 타격 가치를 평가하는데 유용하게 사용될 수 있는 지표로서 미국프로야구에 대해서는 기대득점과 기대승리확률, 타격의 득점가치, 타격의 승리가치 등이 제시되었다. 기대득점은 각각의 아웃카운트와 주자 상황에서 그 이닝이 끝날 때까지 얻는 점수의 기댓값이다. 기대승리확률은 이닝, 점수차, 아웃카운트, 주자상태가 주어진 상태에서 경기를 계속 한다고 할 때, 공격하고 있는 팀이 승리할 확률이다. 타격의 득점가치는 타격전 상황의 기대득점과 타격결과에 의하여 변화된 상황의 기대득점 사이의 차이를 말한다. 타격의 승리가치는 타격 전후 상황의 기대승리확률간의 차이로서 타격 결과가 승리에 미치는 영향을 나타낸다. 한국프로야구에서는 장기간 축적된 자료의 부족으로 총 발생횟수에 대한 특정 상황의 상대돗수를 이용하여 구한 이들 지표가 통계적인 의미를 갖지 못하는 경우가 종종 나타난다. 이와 같은 문제점을 극복하기 위하여 본 논문에서는 마르코프연쇄를 이용하여 한국프로야구에서 기대득점, 기대승리확률, 득점가치와 승리가치를 구하는 방법을 제시한다. Run expectancy (RE) is the mean number of runs scored from a specific base runner/outs situation of an inning to the end of the inning. Win expectancy (WE) is the probability that a particular team will win the game at a specific game state such as half-inning, score difference, outs, and/or runners on base. In this paper, we derive RE and WE for the Korea Baseball Organization (KBO) League based on six-year data from 2007 to 2012 using a Markov chain model.
-
문형우,우용태,신양우,Moon, Hyung Woo,Woo, Yong Tae,Shin, Yang Woo 한국통계학회 2013 응용통계연구 Vol.26 No.4
본 논문에서는 마르코프 연쇄로 모형을 이용하여 한국프로야구의 경기결과를 예측하고 분석하였다. 타자의 타격결과와 주자상태를 나타내는 확률과정을 구체적으로 정의하여 경기진행 상황을 동적으로 반영한 프로야구 경기를 마르코프 연쇄를 구성하여 실제 데이터를 바탕으로 주자 상태를 고려한 진루행렬과 각 선수별 타격 확률을 구하여 경기당 득점 분포와 타석에 서는 타자 수의 분포를 구하였다. We use a Markov chain model to analyze the Korean Baseball League. We derive the distributions of the number of runs scored and the number of batters that complete their turn at bat in a baseball game using the time inhomogeneous Markov chain. The model is tested with real data produced from the 2011 Korean Baseball League.
-
서영진(Yeong-Jin Seo),문형우(Hyung-Woo Moon),우용태(Yong-Tae Woo) 한국컴퓨터정보학회 2019 韓國컴퓨터情報學會論文誌 Vol.24 No.2
In this paper, we propose a new model for predicting effective Win/Loss in professional baseball game in Korea using machine learning technique. we used basic baseball data and Sabermetrics data, which are highly correlated with score to predict and we used the deep learning technique to learn based on supervised learning. The Drop-Out algorithm and the ReLu activation function In the trained neural network, the expected odds was calculated using the predictions of the team"s expected scores and expected loss. The team with the higher expected rate of victory was predicted as the winning team. In order to verify the effectiveness of the proposed model, we compared the actual percentage of win, pythagorean expectation, and win percentage of the proposed model.
-
A Baseball Batter Evaluation Model using Genetic Algorithm
Su-Hyun Lee(이수현),Yerin Jung(정예린),Hyung-Woo Moon(문형우),Yong-Tae Woo(우용태) 한국컴퓨터정보학회 2019 韓國컴퓨터情報學會論文誌 Vol.24 No.1
In this paper, we propose a new batter evaluation model that reflects the skill of the opponent pitcher in Korean professional baseball. The model consists of evaluation factors such as Run Value, Contribution Score and Ball Consumption considering the pitcher grade. These evaluation factors are calculated as different data. In order to include the evaluation factors having different characteristics into one model, each evaluation factor is weighted and added. The genetic algorithms were used to calculate the weights, and the data were based on the 2016 records of Korea Professional Baseball and the salary data of the players of 2017. As a result of calculation of the weight, the weight of the Run Value was high and the weight of the Contribution Score was very low. This means that when calculating the annual salary, it reflects much of the expected score according to the batting result of the batter. On the other hand, the contribution score indicating the degree to which the batting result contributed to the victory of the team according to the state of the economy is not reflected in the salary or point system.
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
