6月23日消息,亞馬遜云服務(AWS)與FormulaOneGroup(F1)在美國西雅圖共同宣布,將在F12020賽季新增六項實時賽車數(shù)據(jù)。基于AWS包括機器學習在內(nèi)的一系列服務來更好地預測比賽結果。
之前,F(xiàn)1和AWS曾宣布了六項“F1Insights(F1洞見)”,包括駛出速度、預計進站維修策略、進站窗口、對決結果預測、進站策略對決和輪胎性能。此次雙方將進一步推出以下六個“由AWS驅動的F1Insights”統(tǒng)計數(shù)據(jù),這些數(shù)據(jù)會在本賽季7月到12月之間以圖形形式顯示在屏幕上,讓車迷對賽道上的瞬間決策和行動以及維修區(qū)車隊策略師的決策有更深入的理解。
新增加的這六個統(tǒng)計數(shù)據(jù)維度分別是:
車輛性能得分:單獨列示每輛車的性能,方便車迷進行不同車輛的性能對比(將于7月3-5日在2020賽季F1奧地利大獎賽上首次亮相)。
終極車手速度比較:基于這項數(shù)據(jù),車迷可以將自己喜歡的車手與1983年至今的任何車手進行比較,從而確定F1史上最快車手(將于8月7-9日在阿聯(lián)酋F170周年大獎賽上首次亮相)。
高速/低速過彎性能:這項數(shù)據(jù)對圈速至關重要,車迷能夠比較不同車手以超過175千米/小時(109英里/小時)的速度駛過最快彎道的表現(xiàn),以及以低于125千米/小時(78英里/小時)的速度低速過彎的表現(xiàn)(將于8月28-30日在F1勞力士比利時大獎賽首次亮相)。
車手技能評分:根據(jù)影響整體表現(xiàn)的最重要因素,對車手技能進行細分和評分,確定賽道上的最佳“全能車手”。對排位賽表現(xiàn)、起跑、比賽節(jié)奏、輪胎管理和超車/防守風格等不同子集進行計算,得出車手的整體評分(將于下半賽季首次亮相)。
車輛/車隊發(fā)展與賽季整體表現(xiàn):基于車隊本賽季各場比賽的累積表現(xiàn),發(fā)掘每支車隊的發(fā)展情況(將于下半賽季首次亮相)。
排位和比賽節(jié)奏預測:從練習賽和排位賽圈數(shù)中收集數(shù)據(jù),在每場比賽前預測最有可能獲勝的車隊,這一數(shù)據(jù)將為周六排位賽和周日正賽增添吸引力和刺激感(將于下半賽季首次亮相)。
為了獲取上述的全新統(tǒng)計數(shù)據(jù),F(xiàn)1將在AmazonSimpleStorageService(AmazonS3)中儲存的近70年間的歷史比賽數(shù)據(jù)與通過車上和賽道傳感器收集的實時比賽數(shù)據(jù)進行綜合分析。
首先,這些實時數(shù)據(jù)通過AWS的實時數(shù)據(jù)收集、處理和分析服務AmazonKinesis從傳感器傳輸?shù)皆粕?。然后,F(xiàn)1工程師和科學家將通過AWS用于構建、訓練和部署機器學習模型的服務AmazonSageMaker把這些數(shù)據(jù)應用于機器學習(ML)模型。
其次,F(xiàn)1通過在AWSLambda上部署機器學習模型,對比賽表現(xiàn)指標進行實時分析。AWSLambda是一項無需預置或管理服務器即可運行代碼的計算服務。
所有從數(shù)據(jù)中獲取的洞察結果都將集成到F1賽事國際廣播的推送中,包括其數(shù)字平臺F1.tv,幫助車迷理解車手或車隊策略師做出的影響比賽結果的重要瞬間決策和競賽策略。
總之,最后效果如何,大家不妨拭目以待。要知道章魚保羅預測世界杯的準確率有80%呢。
- 蘇超墊底難掩產(chǎn)業(yè)光芒:常州新能源規(guī)模超八千億,工業(yè)機器人領跑全國
- 馬斯克申請注冊 “宏硬” 商標,只為惡心微軟?
- 索尼起訴騰訊新游抄襲 指控其克隆經(jīng)典作品
- 星鏈因軟件故障全球中斷2.5小時 全球多地無法正常接入網(wǎng)絡
- 谷歌被判22.5億元天價賠償背后:安卓數(shù)據(jù)暗箱操作的五年拉鋸戰(zhàn)
- HDC 2025:開發(fā)者搭上“鴻蒙快車”,鴻蒙生態(tài)加速前行
- HarmonyOS 6開發(fā)者Beta正式啟動:打造無處不在的AI體驗
- 馬蜂窩發(fā)布夏季“旅行蜂向標”,進山、玩水、擁抱草原是最受關注的夏季玩法
- 餓了么灰測“悅享會員”加碼用戶體驗,提供一系列專屬優(yōu)惠和個性化服務
- 啟信寶2025奶茶趣味報告:奶茶企業(yè)5年激增140%,40萬家共筑3500億帝國
免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關文章源頭核實,溝通刪除相關內(nèi)容或斷開相關鏈接。