| 研究課題/領域番号 |
18K17894
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分59030:体育および身体教育学関連
|
|---|
| 研究機関 | 東京農工大学 |
|---|
研究代表者 |
瀧山 健 東京農工大学, 工学(系)研究科(研究院), 准教授 (40725933)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2018年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
|
|---|
| キーワード | 身体運動制御 / 身体運動学習 / データ駆動型身体運動科学 / 機械学習 / 運動制御 / 運動学習 / 数理モデル |
|---|
| 研究成果の概要 |
複数関節かつ時間変化する身体運動データと、運動の実行結果との関連性を推定する機械学習手法を提案した(Furuki & Takiyama, 2019, 2020, Takiyama+, 2020)。従来、複数関節かつ時間変化する身体運動データのみ扱う枠組みや、特定の身体運動要素と運動実行結果を関連付ける枠組みは存在した。しかしながら、複数関節かつ時間変化する身体運動データと運動実行結果との関係性を議論する枠組みは稀有であった。本研究により運動学習に伴う身体運動の変容過程を議論していく土台をより強固になり、なおかつデータ駆動型へと発展させた。
|
| 研究成果の学術的意義や社会的意義 |
昨今、スマートフォンなどで撮影した動画を利用した、ヒトの身体運動計測技術の発展が目覚ましい。すなわち、近い将来、自らの身体運動をいつでもどこでも計測する未来がすぐそこまで迫ってきている。計測技術の進展は目覚ましい一方、身体運動の解析方法の進展速度は遅いと言わざるを得ない。特に、動画から抽出した身体運動データを解析する技術は数少なかった。本研究では、どのような身体運動データに対しても利用可能な、運動学習に伴う身体運動パターンの変容を捉える機械学習手法を提案した。これにより、効果的なリハビリテーションやスポーツトレーニングがいつでもどこでも可能となる将来への実現へと一歩近づくことが期待できる。
|
