| 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, 助教 (00781874)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
交付 (2021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 | ディープラーニング / 機械学習 / 深層学習 / 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 |
本研究では、アスリートに装着した慣性センサにより得られる加速度・角速度データ（3軸、サンプリング周波数100Hz）から、身体動作のクオリティを自動判定するモデルを構築することで、トレーニング指導員がいるかのような環境の成立を目指している。これに関して昨年度までは、サッカーのシュートフォームのクオリティを自動判定するディープラーニングモデル（5層の畳み込みレイヤーを有するニューラルネットワーク）を構築した。本年度はその発展として、バドミントンのサーブモーションのクオリティを自動判定するモデルを構築した。テストデータにより精度を確認した結果、一定の性能を有していることがわかった。本結果は、電子情報通信学会総合大会２０２２（ソフトウェアインタプライズモデリング）で発表されている。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
令和3年度より前には実施できていなかった項目（ディープラーニングによりバドミントンのサーブフォームを解析する研究）を、令和3年度に実施することができたため。
|
| 今後の研究の推進方策 |
本研究の最終的な目的は、深層学習により様々なモーションのクオリティを評価するモデルを構築することである。現時点ではサッカー・バドミントンのモーションしか扱えないため、今後はテニスなどにも対応できるようにする予定である。
|
