Cross-individual generalizability of machine learning models for ball speed prediction in baseball pitching

Résumé technique : Généralisabilité interindividuelle des modèles d'apprentissage automatique pour la prédiction de la vitesse de balle dans le lancer de baseball

Énoncé du problème
Bien que l'apprentissage automatique (ML) ait démontré une grande précision prédictive pour les résultats de performance sportive (ex. : vitesse de balle, hauteur de saut) lorsqu'il est entraîné et testé sur les données des mêmes individus, la généralisabilité interindividuelle de ces modèles reste mal comprise. Les mouvements athlétiques impliquent une coordination inter-articulaire complexe et non linéaire avec une variabilité interindividuelle significative. Par conséquent, les modèles qui performent bien sur les données d'un athlète spécifique échouent souvent à se généraliser à de nouveaux individus. Des études précédentes ont fréquemment confondu les données d'entraînement et de test provenant des mêmes athlètes ou ont manqué de partitionnement clair des données, menant à une surestimation potentielle de l'utilité des modèles en conditions réelles. Cette étude comble cette lacune en évaluant rigoureusement la capacité des modèles de ML entraînés sur un groupe de lanceurs à prédire la vitesse de balle pour de nouveaux lanceurs entièrement inédits.

Méthodologie
L'étude a utilisé un ensemble de données de 50 lanceurs issus de cinq niveaux compétitifs (lycée, universitaire, industriel, indépendant et professionnel). Les données de mouvement ont été capturées à l'aide de 16 caméras optiques (200–500 Hz), et la vitesse de la balle a été enregistrée via TrackMan.

• Prétraitement des données : 15 repères anatomiques ont été suivis. Les données ont été filtrées, normalisées temporellement à 101 images (couvrant 1,0 s avant le lâcher jusqu'à 0,2 s après le lâcher) et inversées pour les lanceurs gauchers.
• Architecture du modèle : Deux architectures de base ont été évaluées : un réseau de neurones graphiques avec unité récurrente (GNN-GRU) et un Transformer. Six configurations d'hyperparamètres ont été testées pour chacune.
• Stratégie de validation : La principale méthode d'évaluation était la validation croisée de type "Leave-One-Subject-Out" (LOSOCV). Dans cette configuration, tous les lancers d'un lanceur servaient d'ensemble de test, tandis que les données des 49 autres lanceurs constituaient l'ensemble d'entraînement. Ce processus a été répété 50 fois.
• Analyse comparative :
  1. Intra-individuel vs Inter-individuel : Un sous-ensemble de données a été divisé pour comparer les performances lorsque l'entraînement et le test sont effectués sur les mêmes individus par rapport à des individus différents.
  2. Effets de l'expertise : Les lanceurs ont été classés en deux groupes : « Intermédiaire » (lycée/universitaire) et « Expert » (industriel/indépendant/professionnel) afin d'analyser si le niveau de compétence influençait l'ampleur et la direction de l'erreur de prédiction.
  3. Ablation spatio-temporelle : L'étude a systématiquement restreint les données d'entrée à des régions corporelles spécifiques (bras lanceur, bras de direction, tronc, jambe pivot, jambe de direction) et à des fenêtres temporelles cumulatives pour identifier quels traits spatiotemporels pilotent la généralisabilité.

Résultats clés

• Déclin de la performance : Il y a eu une chute substantielle de la performance prédictive lors du passage de l'évaluation intra-individuelle à l'évaluation inter-individuelle. Le coefficient de détermination ($R^2$) est passé de 0,91 (intra-individuel) à 0,38 (inter-individuel).
• Sélection du modèle de base : Parmi les candidats, un modèle Transformer avec 4 têtes d'attention, une dimension latente de 64 et une dimension feedforward de 128 a obtenu le $R^2$ inter-individuel le plus élevé (0,38) et a été sélectionné pour les analyses ultérieures.
• Biais d'expertise : Bien que l'ampleur de l'erreur absolue ne diffère pas significativement entre les groupes experts et intermédiaires, l'erreur de prédiction signée le fait ($p < 0,05$). Le modèle a tendance à surestimer la vitesse de balle des lanceurs intermédiaires par rapport aux experts. Cela suggère que pour des entrées cinématiques similaires, les lanceurs intermédiaires produisent des vitesses de sortie plus faibles en raison d'une efficacité de mouvement moindre, un facteur que le modèle n'a pas pleinement pris en compte.
• Facteurs spatiotemporels :
  • Régions corporelles : Le tronc et la jambe pivot ont démontré la plus haute généralisabilité inter-individuelle. À l'inverse, le bras de direction présentait la plus faible.
  • Phases temporelles : La jambe pivot a présenté une généralisabilité significative même durant la phase d'initiation du transfert de poids ($R^2 > 0,25$). La généralisabilité du tronc, de la jambe de direction et du bras de direction tend à augmenter à mesure que le mouvement progresse vers le lâcher de la balle, tandis que la jambe pivot et le bras lanceur présentent des profils de performance en forme de U au fil du temps.

Signification et affirmations
Les auteurs affirment que cette étude souligne la nécessité critique de l'évaluation inter-individuelle pour évaluer avec précision l'applicabilité pratique du ML en sciences du sport. Les conclusions suggèrent que :

1. La généralisabilité est limitée mais informative : Bien que le pouvoir prédictif chute considérablement entre les individus, le signal restant n'est pas aléatoire ; il révèle des consistances biomécaniques.
2. Le niveau de compétence compte : Les modèles peuvent estimer systématiquement de manière erronée la performance en fonction du niveau de compétence, potentiellement en raison de différences d'efficacité de mouvement. Cet écart pourrait être utilisé pour quantifier les capacités spécifiques à l'individu.
3. Déterminants biomécaniques centraux : Le tronc et la jambe pivot semblent être les prédicteurs les plus constants de la vitesse de balle entre différents individus, et ce, dès les phases précoces du mouvement. Cela concorde avec la compréhension biomécanique selon laquelle ces segments initient la chaîne cinétique et sont moins variables dans leur rôle fonctionnel que les segments distaux comme les bras.

L'article conclut que les futures applications de ML dans le sport doivent aller au-delà de la validation au niveau individuel pour comprendre les déterminants biomécaniques de la performance et éviter de surestimer les capacités des modèles dans des populations diversifiées du monde réel.