| 研究課題/領域番号 |
19K04911
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分25010:社会システム工学関連
|
|---|
| 研究機関 | 順天堂大学 |
|---|
研究代表者 |
廣津 信義 順天堂大学, スポーツ健康科学部, 教授 (90360726)
|
|---|
| 研究分担者 |
吉村 雅文 順天堂大学, 大学院スポーツ健康科学研究科, 教授 (10210767)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2020年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | 深層学習 / 球技 / 評価指標 |
|---|
| 研究開始時の研究の概要 |
本研究では、最新のGPSデバイスを用いて選手の試合中の方向転換走時における切り返しの安定性や、減速-方向転換-加速など一連の動きに関するデータを対象として、深層学習の技術を用いて特徴量を抽出し、選手の評価指標として提示することで、深層学習のスポーツへの適用可能性を明らかにする。対象競技はサッカー、ハンドボール、バスケットボール、バレーボールとし、指導者の認識を超える新たな視点での選手の評価指標を探索する。
|
| 研究成果の概要 |
本研究では、試合中の選手の動きを、深層学習や統計学的な手法を用いて分類し、特徴量を抽出することで、新たな視点での選手の評価指標を探索した。最新の慣性センサを装着した大学女子サッカー選手を対象として、試合中の3軸方向別の加速度に関する時系列データを取得し、高速フーリエ変換することで周波数領域にて動きを分類した。その結果、動きの分類には鉛直方向の加速度の影響が主となっていることや、試合中の動きの頻度分布が選手ごとに異なることが確認できた。動きの分布を選手の試合中の特徴量として捉えることで、その平均値などを評価指標として提示することができた。
|
| 研究成果の学術的意義や社会的意義 |
本研究は、試合中の選手の動きに関する膨大な時系列データから、指導者の「眼力」でも認識することが難しい細かい動きも含めて分類することにより、特徴量を抽出し、新たな視点での評価指標を提示できたことに学術的意義がある。また、サッカーの指導現場において、試合中での選手の動きを評価できる定量的な指標として活用できる可能性を見出し、選手評価の視点を広げることができたことに社会的意義があるといえる。
|
