運動技能の練習をスマートデバイスと人工知能を用いて個別最適化する手法の開発
Project/Area Number |
20K14082
|
Research Category |
Grant-in-Aid for Early-Career Scientists
|
Allocation Type | Multi-year Fund |
Review Section |
Basic Section 09070:Educational technology-related
|
Research Institution | Miyagi University of Education |
Principal Investigator |
板垣 翔大 宮城教育大学, 教育学部, 准教授 (20847850)
|
Project Period (FY) |
2020-04-01 – 2024-03-31
|
Project Status |
Completed (Fiscal Year 2023)
|
Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2022: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2021: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2020: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
Keywords | 運動技能 / 人工知能 / スマートデバイス / e-Learning / 木材加工 / のこぎり引き / 遠隔授業 / 個別最適化 |
Outline of Research at the Start |
昨今,e-Learningシステム等から得られる教育ビッグデータと人工知能の分析に基づいて,学習者に最適な学習の流れなどを提供する学習支援システムが普及しつつある。しかしそれらで対象とされているのは,いわゆる「座学」といわれるような認知的な学習であり,「体で覚える」ような運動技能の学習に対しては適用されていない。本研究では,運動技能としてのこぎりを用いた切断の動作を取り上げ,民生用のスマートデバイスの中でも身体への装着が簡単なスマートウォッチから得られるセンシングデータと人工知能の分析に基づいて,「体で覚える」ための練習における学習支援を個別最適化する手法を開発する。
|
Outline of Annual Research Achievements |
本研究の目的は,スマートデバイスや人工知能を用いた運動技能のセンシングや分析により,運動技能の習得における個別最適化の手法を開発することである。 スマートデバイスの用途は,動作のセンシングとフィードバックの提示であり,人工知能の用途は,画像認識技術や骨格検出技術による動作のセンシングや,スマートデバイスによりセンシングしたデータの分析である。これらをすべて組み合わせることでより効果に運動技能を習得させることができると考えられる。 しかし,研究開始当初はコロナ禍の影響により,運動技能の習得を遠隔で行う必要性が急に高まった。そこで,センシングデータの人工知能による分析に先立ち,開発が容易な,スマートデバイスによるセンシングとフィードバック,および骨格検出技術による運動技能のセンシングから着手した。木材加工ののこぎり引きの技能を対象に,学習者が各家庭でスマートデバイスと人工知能の骨格検出技術を用いて,技能を習得するための練習を行った。木材加工の専門家による評価の結果,のこぎり引きの技能が習得されていることが明らかになった。 その後,人工知能を用いて,のこぎり引きの動作の特徴を推定するシステムの開発に成功した。具体的には,計6名の動作をスマートウォッチを用いてセンシングし,そのデータを人工知能に学習させることで,その後にセンシングした未知のデータに対して与えるべき助言を推定することができた。 この成果に基づいて,計13名の動作をセンシングし,人工知能に学習させたが,与えるべき助言を推定する精度を高めるには至らなかった。そのため,人間の指導者と同程度の助言を与えることは困難であると考えられたが,その前段階のビギナー向けの支援としては可能性が伺えた。
|
Report
(4 results)
Research Products
(8 results)