Інтелектуальна мікросервісна система прийняття рішень на основі технологій машинного навчання

Анотація

У роботі запропоновано інтелектуальну мікросервісну систему для автоматизованого аналізу футбольних матчів на основі технологій машинного навчання.

У ході дослідження проведено порівняльний аналіз архітектури нейронних мереж для детектування об'єктів (YOLO, EfficientDet, Detectron2) та методів мультиоб’єктного супроводження (ByteTrack). Запропоновано архітектурне рішення, яке базується на функціональній декомпозиції модулей. Модуль відеоаналізу (Python/YOLOv8) здійснює детектування гравців та опорних точок розмітки, що у поєднанні з математичним апаратом гомографії дозволяє трансформувати просторові дані у 2D-метричну систему. Обчислювальний модуль (TypeScript/Bun) забезпечує розрахунок кінематичних та командних метрик у реальному часі. Управління метаданими реалізовано через GraphQL API (NestJS/PostgreSQL), а клієнтський інтерфейс (Next.js) інтегровано з великою мовною моделлю (GPT-4o-mini) для генерації прескриптивної тактичної аналітики. Розроблена система автоматизує повний цикл обробки спортивних даних: від детекції об'єктів у відеопотоці до формування якісних рекомендацій для тренерського штабу. Експериментальні дані підтверджують високу ефективність запропонованого стеку технологій. Створена система має практичну цінність, формує надійну технологічну базу для подальшого розвитку систем інтелектуального відеомоніторингу та поглибленої спортивної аналітики. Іл.: 4. Бібліогр.: 23 назв.