DOI: https://doi.org/10.35784/jcsi.8462
تاريخ النشر: 2026-03-30
المؤلف: Sylwia Krzysztoń وآخرون
الموضوع الرئيسي: تحليلات الرياضة والأداء
نظرة عامة
تدرس هذه الدراسة تطبيق تقنيات التعلم الجماعي، وتحديداً آلة الدعم المتجه (SVM)، وتعزيز التدرج (GB)، والغابة العشوائية (RF)، للتنبؤ بنتائج سباقات الفورمولا 1 باستخدام مجموعات بيانات كبيرة من التليمترية. باستخدام مكتبة Optuna لتحسين المعلمات، تم تدريب النموذج على بيانات السباقات والسائقين التاريخية، محققاً درجة F1 متوسطة قدرها 77.83% ± 4.18% ودقة قدرها 80.22% ± 4.69% على مجموعة التحقق. تؤكد هذه النتائج فعالية طرق التعلم الآلي المستخدمة والدور الحاسم لبيانات التليمترية في تحسين جودة التنبؤ، مما يشير إلى أن التعلم الجماعي يمكن أن يساعد بشكل كبير في صياغة استراتيجيات السباق.
تؤكد الاستنتاجات المستخلصة من التجارب الفرضيات المطروحة في الدراسة. الفرضية 1، التي تؤكد أن تقنيات التعلم الآلي المتقدمة تعزز دقة التنبؤ، تم تأكيدها من خلال درجة F1 العالية ومقاييس الدقة. الفرضية 2، المتعلقة بالتأثير الإيجابي للتعلم الجماعي على الأداء التنبؤي والموثوقية، مدعومة أيضاً، حيث أن الجمع بين مصنفات SVM وRF وGB أسفر عن تنبؤات مستقرة مع معدلات خطأ منخفضة في سيناريوهات التصنيف متعدد الفئات. علاوة على ذلك، تسلط الفرضية 3 الضوء على التأثير الكبير لبيانات التليمترية على دقة التنبؤ، كما يتضح من الاستخدام الفعال لهذه البيانات في النماذج. تعترف الدراسة بالقيود المتعلقة بحجم وجودة بيانات التليمترية وتقترح أن تركز الأعمال المستقبلية على دمج مصادر بيانات إضافية، مثل استراتيجيات الفرق وظروف الطقس، بالإضافة إلى استخدام تقنيات وزن الفئات لتعزيز جودة التنبؤ بشكل أكبر.
مقدمة
تسلط المقدمة الضوء على الانتعاش الأخير للفورمولا 1، مشيرة إلى جذورها التاريخية منذ الخمسينيات والذروة الحالية في الشعبية، كما يتضح من تسجيل 24 سباقاً مقررًا لموسم 2024. يتم توضيح هيكل البطولة، بما في ذلك متطلبات السباقات لتغطية مسافة دنيا قدرها 305 كم (مع استثناء جائزة موناكو الكبرى) والإطار التنافسي الذي يشمل 10 فرق و20 سائقاً. يتم التأكيد على الإثارة المحيطة بعطلات نهاية الأسبوع للسباقات، والتي تتميز بجلسات التدريب، وجولات التأهيل، والسباقات السريعة، مما يعكس حماس المشجعين وتوقعات نتائج السباقات.
بالإضافة إلى ذلك، تناقش المقدمة تقاطع الفورمولا 1 والتعلم الآلي، مما يبرز الإمكانيات لنمذجة التنبؤ في هذا المجال. مع توفر بيانات تليمترية واسعة، يمكن لخوارزميات التعلم الآلي تحليل مجموعات بيانات معقدة وغير خطية بشكل فعال لتوليد توقعات دقيقة لنتائج السباقات. يتم وضع هذا البحث كأمر مهم لتطوير استراتيجيات السباق، مستفيداً من تقنيات التحليل المتقدمة لتعزيز الأداء التنافسي في الفورمولا 1.
طرق البحث
تؤكد طرق البحث الموضحة في هذا القسم على أهمية القابلية للتكرار وجودة البيانات في الدراسات التي تم إجراؤها. تم هيكلة المنهجية إلى عدة مراحل رئيسية، تشمل معالجة البيانات، وبناء وتحسين نموذج التعلم الآلي، وتجميع النتائج. تم تصميم هذا النهج المنهجي لضمان نتائج موثوقة وتعزيز قوة النتائج.
النتائج
في قسم النتائج، يذكر المؤلفون أن جميع مقاييس الأداء تم اشتقاقها من مصفوفة الالتباس المجمعة التي تم الحصول عليها من خلال التحقق المتقاطع 5 مرات، كما هو موضح في الجدول 4. تمثل العناصر القطرية لهذه المصفوفة عدد الحالات المصنفة بشكل صحيح لكل فئة على حدة، مما يشير إلى دقة تصنيف النموذج عبر فئات مختلفة. يوفر هذا التحليل الأساسي نظرة ثاقبة على فعالية النموذج ويسلط الضوء على مجالات القوة والتحسين المحتمل في أداء التصنيف.
المناقشة
تسلط قسم المناقشة من ورقة البحث الضوء على المشهد الحالي للدراسات التي تركز على التنبؤ بنتائج سباقات الفورمولا 1 باستخدام تقنيات التعلم الآلي. تم استخدام نماذج متنوعة، بما في ذلك آلات الدعم المتجه (SVM)، والشبكات العصبية العميقة (DNN)، وطرق التعلم الجماعي مثل الغابة العشوائية (RF) وتعزيز التدرج (GB)، لتحليل بيانات السباقات التاريخية. من الجدير بالذكر أن SVM مع نواة خطية أظهر أعلى دقة بنسبة 97%، بينما أظهرت الشبكات العصبية العميقة والشبكات ذات الوظيفة الأساسية الشعاعية نتائج واعدة لكنها واجهت تحديات في التعميم على مجموعات بيانات الاختبار. يبرز استعراض الأدبيات فعالية هذه النماذج، لكنه يحدد أيضاً مشكلات شائعة مثل الإفراط في التكيف، وجودة البيانات، وتعقيد الحسابات، مما يشير إلى الحاجة إلى مزيد من البحث لتحسين طرق التنبؤ.
الغرض من الدراسة هو تطوير نموذج متقدم للتعلم الآلي يستفيد من بيانات التليمترية لتعزيز دقة توقعات نتائج السباقات. تشمل الفرضيات المطروحة التأكيد على أن التقنيات المتقدمة تحسن بشكل كبير من دقة التنبؤ، وأن التعلم الجماعي يعزز موثوقية النموذج، وأن بيانات التليمترية تلعب دوراً حاسماً في فعالية التنبؤ. يستخدم البحث بايثون ومكتبات متنوعة لإنشاء مجموعة بيانات قوية من واجهة برمجة التطبيقات OpenF1، مع التركيز على السباقات من عصر الهجين للفورمولا 1. تم تحسين النموذج الجماعي، الذي يجمع بين SVM وRF وGB، من أجل الأداء، محققاً درجة F1 قدرها 77.83% ودقة قدرها 82.25%. تؤكد النتائج الفرضيات، مما يبرز أهمية دمج مصادر بيانات متنوعة لتحسين جودة التنبؤ مع الاعتراف بالقيود المتعلقة بحجم البيانات وجودتها. يجب أن تهدف الأعمال المستقبلية إلى دمج بيانات إضافية، مثل استراتيجيات الفرق وظروف الطقس، لتعزيز القدرات التنبؤية بشكل أكبر.
DOI: https://doi.org/10.35784/jcsi.8462
Publication Date: 2026-03-30
Author(s): Sylwia Krzysztoń et al.
Primary Topic: Sports Analytics and Performance
Overview
This study investigates the application of ensemble learning techniques, specifically Support Vector Machine (SVM), Gradient Boosting (GB), and Random Forest (RF), to predict Formula 1 race results using large telemetry datasets. Utilizing the Optuna library for hyperparameter optimization, the model was trained on historical race and driver data, achieving a macro-averaged F1 score of 77.83% ± 4.18% and an accuracy of 80.22% ± 4.69% on the validation set. These results underscore the effectiveness of the employed machine learning methods and the critical role of telemetry data in enhancing prediction quality, suggesting that ensemble learning can significantly aid in formulating race strategies.
The conclusions drawn from the experiments validate the hypotheses posited in the study. Hypothesis 1, which asserts that advanced machine learning techniques enhance prediction accuracy, is confirmed by the high F1 score and accuracy metrics. Hypothesis 2, regarding the positive impact of ensemble learning on predictive performance and reliability, is also supported, as the combination of SVM, RF, and GB classifiers yielded stable predictions with low error rates in multi-class classification scenarios. Furthermore, Hypothesis 3 highlights the substantial influence of telemetry data on prediction accuracy, as evidenced by the effective utilization of this data in the models. The study acknowledges limitations related to the size and quality of the telemetry data and suggests that future work should focus on integrating additional data sources, such as team strategies and weather conditions, as well as employing class weighting techniques to further enhance prediction quality.
Introduction
The introduction highlights the recent resurgence of Formula 1, noting its historical roots since the 1950s and the current peak in popularity, exemplified by the record 24 races scheduled for the 2024 season. The structure of the championship is outlined, including the requirement for races to cover a minimum distance of 305 km (with the Monaco Grand Prix as an exception) and the competitive framework involving 10 teams and 20 drivers. The excitement surrounding race weekends, characterized by practice sessions, qualifying rounds, and sprints, is emphasized, reflecting the fervor of fans and the anticipation of race outcomes.
Additionally, the introduction discusses the intersection of Formula 1 and machine learning, underscoring the potential for predictive modeling in this domain. With the availability of extensive telemetry data, machine learning algorithms can effectively analyze complex, nonlinear datasets to generate accurate forecasts of race results. This research is positioned as significant for developing racing strategies, leveraging advanced analytical techniques to enhance competitive performance in Formula 1.
Methods
The research methods outlined in this section emphasize the importance of repeatability and data quality in the studies conducted. The methodology is structured into several key stages, which include data processing, the construction and optimization of a machine learning model, and the compilation of results. This systematic approach is designed to ensure reliable outcomes and enhance the robustness of the findings.
Results
In the Results section, the authors report that all performance metrics were derived from the summed confusion matrix obtained through 5-fold cross-validation, as detailed in Table 4. The diagonal elements of this confusion matrix represent the number of correctly classified instances for each respective class, indicating the model’s classification accuracy across different categories. This foundational analysis provides insight into the model’s effectiveness and highlights areas of strength and potential improvement in classification performance.
Discussion
The discussion section of the research paper highlights the current landscape of studies focused on predicting Formula 1 race outcomes using machine learning techniques. Various models, including Support Vector Machines (SVM), Deep Neural Networks (DNN), and ensemble methods like Random Forest (RF) and Gradient Boosting (GB), have been employed to analyze historical race data. Notably, the SVM with a linear kernel demonstrated the highest accuracy at 97%, while the DNN and Radial Basis Function networks showed promising results but faced challenges in generalization to test datasets. The literature review underscores the effectiveness of these models, yet it also identifies common issues such as overfitting, data quality, and computational complexity, indicating a need for further research to refine predictive methods.
The study’s purpose is to develop an advanced machine learning model that leverages telemetry data to enhance the accuracy of race result predictions. The hypotheses posited include the assertion that advanced techniques significantly improve prediction accuracy, that ensemble learning enhances model reliability, and that telemetry data plays a crucial role in prediction effectiveness. The research utilizes Python and various libraries to create a robust dataset from the OpenF1 API, focusing on races from the hybrid era of Formula 1. The ensemble model, combining SVM, RF, and GB, was optimized for performance, achieving an F1 score of 77.83% and an accuracy of 82.25%. The findings confirm the hypotheses, emphasizing the importance of integrating diverse data sources to improve prediction quality while acknowledging limitations related to data size and quality. Future work should aim to incorporate additional data, such as team strategies and weather conditions, to further enhance predictive capabilities.