研究課題/領域番号 |
20H04075
|
研究種目 |
基盤研究(B)
|
配分区分 | 補助金 |
応募区分 | 一般 |
審査区分 |
小区分59020:スポーツ科学関連
|
研究機関 | 名古屋大学 |
研究代表者 |
藤井 慶輔 名古屋大学, 情報学研究科, 准教授 (70747401)
|
研究分担者 |
石黒 祥生 東京大学, 大学院情報学環・学際情報学府, 准教授 (20769418)
|
研究期間 (年度) |
2020-04-01 – 2023-03-31
|
研究課題ステータス |
完了 (2023年度)
|
配分額 *注記 |
16,900千円 (直接経費: 13,000千円、間接経費: 3,900千円)
2022年度: 5,980千円 (直接経費: 4,600千円、間接経費: 1,380千円)
2021年度: 5,070千円 (直接経費: 3,900千円、間接経費: 1,170千円)
2020年度: 5,850千円 (直接経費: 4,500千円、間接経費: 1,350千円)
|
キーワード | 機械学習 / 集団運動 / マルチエージェント / 深層学習 / スポーツ / 移動軌跡 / インタラクション / 時系列データ / 動的システム / スポーツ科学 / 移動系列 / 身体運動 |
研究開始時の研究の概要 |
計測技術の発展を背景に、実際の集団スポーツの位置計測が可能になり、そのバイオメカニクス的解析手法の重要性が高まっている。しかし集団スポーツにおいては、行動の選択肢が膨大な組合せになることにより、運動方程式のような将来の運動を予測できるモデルを作ることが難しく、またその理解可能な形式への変換や現場応用も進んでいない。 そこで本研究は、集団スポーツの位置データを用いて、①軌道生成や②理解可能なクラスタリング等の分析を行うデータ駆動的モデリングを行い、チーム戦術の機能や原理を理解・発見する研究を行う。また③現場の監督・実践・観察者が理解・利用しやすい基盤的技術を開発する。
|
研究成果の概要 |
本研究課題では、集団スポーツの位置データを利用したデータ駆動的モデリングによる研究を行った。本研究の目的としては、チーム戦術の機能や原理を理解し、戦術的な評価を取り入れた予測モデルを開発することである。初年度では、サッカーの守備戦術を考慮した模倣学習による軌道予測モデルを開発し、守備指標の改善を示した。次年度以降では、バドミントンとサッカーの動き予測や選手評価に関する複数の研究を実施し、いくつかの国際会議や学術雑誌に採択された。特に、選手の行動価値関数をデータから推定し、意思決定を評価する新たなアプローチである。これらの研究成果は、集団スポーツのデータ解析とモデリングの進展に寄与する。
|
研究成果の学術的意義や社会的意義 |
本研究による集団スポーツのデータ駆動的モデリングは、チームの戦術的評価を取り入れた予測モデルの開発を実現し、スポーツ科学とデータ科学の横断的領域において重要な課題に取り組んだ。サッカーやバドミントンなどにおける戦術的予測モデルと選手評価は、コーチング戦略の最適化、選手パフォーマンスの向上、試合解析の精度を高めることに寄与することが期待される。また、意思決定プロセスの客観的評価手法の開発は、トレーニング方法の革新や戦術教育の向上にも貢献し、スポーツ界全体の競技レベルの向上を促進する社会的意義も大きいと考えられる。
|