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 名古屋大学, 未来社会創造機構, 特任准教授 (20769418)
|
研究期間 (年度) |
2020-04-01 – 2023-03-31
|
研究課題ステータス |
交付 (2022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 | 集団運動 / 時系列データ / 動的システム / スポーツ科学 / インタラクション / 移動系列 / 機械学習 / スポーツ / 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。
|
研究実績の概要 |
本研究の目的は、集団スポーツの位置データを用いて、軌道生成や理解可能な予測・分類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ことである。当該年度は、主に4つの研究を行った。(1)バドミントンのシャトル位置予測に寄与するスイング動作の抽出に関する研究を行い、人工知能の主要会議IJCAI-21のワークショップであるAI for Sports Analytics (AISA)に採択された。(2)サッカーにおけるボール奪取・被有効攻撃予測に基づくチームの守備評価に関する研究を行い、国際学術雑誌PloS Oneに採択された。(3)バドミントン選手の姿勢情報などを入力とした深層強化学習を用いたプレー評価の研究を行い、現在国際学術雑誌に投稿中である。(4)サッカーの選手軌道予測に基づいたオフボールの得点機会を創出する選手の評価の研究を行い、現在国際会議に投稿中である。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
研究実績の概要に記入の通り、様々なアプローチでのスポーツ選手評価手法が提案・検証できたため。
|
今後の研究の推進方策 |
昨年度の移動系列・イベントデータを用いた選手評価方法を現場で利用しやすいようにするためには、移動系列を簡便に得られる方法論を構築する必要がある。そのため当該年度は、上記の評価方法に関する限界や問題点を解決するとともに、映像などから移動系列を簡便に得られる方法論を構築したり、評価をフィードバックする方法について検討する予定である。
|