Easily available information technology based on the data-driven models for social biomechanics
| Project/Area Number |
20H04075
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 59020:Sports sciences-related
|
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
藤井 慶輔 名古屋大学, 情報学研究科, 准教授 (70747401)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
石黒 祥生 東京大学, 大学院情報学環・学際情報学府, 准教授 (20769418)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Project Status |
Completed (Fiscal Year 2022)
|
| Budget Amount *help |
¥16,900,000 (Direct Cost: ¥13,000,000、Indirect Cost: ¥3,900,000)
Fiscal Year 2022: ¥5,980,000 (Direct Cost: ¥4,600,000、Indirect Cost: ¥1,380,000)
Fiscal Year 2021: ¥5,070,000 (Direct Cost: ¥3,900,000、Indirect Cost: ¥1,170,000)
Fiscal Year 2020: ¥5,850,000 (Direct Cost: ¥4,500,000、Indirect Cost: ¥1,350,000)
|
|---|
| Keywords | 機械学習 / スポーツ / 移動軌跡 / インタラクション / 集団運動 / 時系列データ / 動的システム / スポーツ科学 / 移動系列 / 身体運動 |
|---|
| Outline of Research at the Start |
計測技術の発展を背景に、実際の集団スポーツの位置計測が可能になり、そのバイオメカニクス的解析手法の重要性が高まっている。しかし集団スポーツにおいては、行動の選択肢が膨大な組合せになることにより、運動方程式のような将来の運動を予測できるモデルを作ることが難しく、またその理解可能な形式への変換や現場応用も進んでいない。
そこで本研究は、集団スポーツの位置データを用いて、①軌道生成や②理解可能なクラスタリング等の分析を行うデータ駆動的モデリングを行い、チーム戦術の機能や原理を理解・発見する研究を行う。また③現場の監督・実践・観察者が理解・利用しやすい基盤的技術を開発する。
|
| Outline of Annual Research Achievements |
本研究の目的は、集団スポーツの位置データを用いて、軌道生成や理解可能な予測・分類等の分析を行うデータ駆動的モデリングを行い、チーム戦術の機能や原理を理解・発見する研究を行うことである。当該年度は、主に4つの研究を行った。(1)集団スポーツの時空間的な連携をデータ駆動的に定量化する研究がMultimedia Tools and Applicationsに出版された。(2)集団球技の選手の軌道予測を標準的な動きとみなしその差分から上手さを評価する研究が国際会議ECML-PKDDのworkshopに採択された。(3)選手の戦術を反事実的に変化させたときの効果を検証する反実仮想シミュレータの研究が国際雑誌IJCSSに出版された。(4)サッカー選手を強化学習エージェントとしてデータから行動価値関数を推定することで意思決定を初めて評価した研究が学術雑誌IEEE Accessに採択された。
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
Report
(3 results)
Research Products
(30 results)
-
-
-
-
-
-
-
-
-
-
[Journal Article] Frechet Kernels for Trajectory Data Analysis2021
Author(s)
Koh Takeuchi, Masaaki Imaizumi, Shunsuke Kanda, Keisuke Fujii, Masakazu Ishihata, Takuya Maekawa, Ken Yoda & Yasuo Tabei
-
Journal Title
In Proceedings of 29th ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems (ACM SIGSPATIAL 2021)
Volume: -
Pages: 221-224
DOI
Related Report
Peer Reviewed / Open Access
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
