| 研究課題/領域番号 |
19K20062
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分59020:スポーツ科学関連
|
|---|
| 研究機関 | 日本大学 |
|---|
研究代表者 |
大前 佑斗 日本大学, 生産工学部, 講師 (00781874)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| 研究課題ステータス |
交付 (2022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)
2022年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2021年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2019年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 深層学習 / 機械学習 / ディープラーニング / 人工知能 / スポーツ科学 / スポーツ工学 |
|---|
| 研究開始時の研究の概要 |
我が国の国際競技力を向上させるためには，スポーツ指導に長けた優秀なトレーニング指導員がアスリートの数だけ必要となる.一方，実際のトレーニング現場では，指導員の不足が指摘されている.トレーニング指導は，アスリートの身体動作を正確に把握し，適切な指示を行う必要がある.このことから，熟達したトレーニング指導員を短期間で増加させることは困難である.この問題を解決するひとつの手段として，人工知能の適用が考えられる.本研究では，慣性センサによりアスリートの身体動作データを取得し，そのデータから優秀なトレーニング指導員の判断基準を獲得する人工知能を構築することで，前述した課題への対応を目指す.
|
| 研究実績の概要 |
これまでの研究では、3軸加速度・角速度センサから得られる信号データを利用して、サッカーのシュートフォーム、バドミントンのフォアハンドストロークのモーションのクオリティ判定を実現するモデルを構築してきた。本年度はこの継続として、テニスのフォアハンドストローク(左手でボールを上げてから、右手でラケットを振り抜く動作)のモーションのクオリティを自動判定するモデルを、畳み込みニューラルネットワークにより構築した。本モデルでは、右手首に装着された加速度・角速度センサ（加速度レンジ+-16G、角速度レンジ+-2000dps）の信号が入力となる。出力ラベルは高クオリティ、低クオリティの2状態である。3名の被験者から得られたデータを、教師データ・テストデータセットに振り分け、教師データにより畳み込みニューラルネットワーク（カーネルサイズ50x1の畳み込みレイヤ4層、全結合レイヤ4層、合計8層、損失関数: クロスエントロピー、500エポック、パラメータ更新法: RMSprop）を構築し、テストデータにより汎化性能を検証した結果、９割程度の正答率で正しくクオリティを推定できることがわかった。ただし被験者数が十分ではなく、測定されたデータ数が少ないため、データ増強を行い、結果の信頼性向上に努める必要もある。本研究成果は、数理モデリングのレフリー付き国際会議 International Conference on Mathematical Modeling in Physical Sciences 2022 (IC-MSQUARE 2022) で公表された。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
コロナ禍につき、国際会議や論文投稿の進捗が遅れているため、研究期間を1年延長した。
|
| 今後の研究の推進方策 |
延長された1年間において、これまでの研究成果を論文としてまとめ、外部公表を行っていく予定である。
|
