| 研究課題/領域番号 |
22K04605
|
|---|
| 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) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2024年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2023年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2022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 | ビックデータ / パフォーマンス予測 / 評価指標 / 練習時 |
|---|
| 研究開始時の研究の概要 |
ビックデータを活用した研究は、スポーツの分野でも広がっており、多くのチームが練習時の選手の状態をウェアラブルデバイスにてモニタリングしている。本研究では、サッカー選手を対象として、練習時にウェアラブルデバイスにて測定した時系列ビックデータを基に、選手の状態やパフォーマンスを評価する指標を開発する。練習時の状態を試合時のパフォーマンスの予測にどの程度活用できるのか検証することで、練習の状態と試合のパフォーマンスの関連を明らかにするとともに、評価指標の適用可能性と有用性を示す。最新のデバイスを用いて、細かい動きにも着目し、傷害予防に留まらず、試合時のパフォーマンス予測に繋げていく。
|
| 研究実績の概要 |
本研究では、サッカー選手を対象として、練習時にウェアラブルデバイスを用いて測定した時系列ビックデータを基に、選手の状態やパフォーマンスを評価する指標を開発する。選手の練習時と試合時に関するデータセットを揃え、評価指標として定量化することで、練習時の状態を基とした試合時のパフォーマンス予測を行う。練習時の状態が試合時のパフォーマンス予測にどの程度活用できるのか検証し、評価指標の適用可能性と有用性を示す。2023年度の実績としては、順天堂大学女子蹴球部所属の選手に、最新の慣性センサを内蔵したCatapult社製のウェアラブルデバイスを、年間を通して練習時と試合時に装着してもらい、練習と試合の１サイクル（約１週間）を一つの単位として、速度変化をはじめとする各種データを測定した。昨年度の測定分と合わせて２シーズン分のデータを取得し、週４～５日の練習が確保された後に週末に試合があった28サイクルについて分析を行った。分析としては、記述統計量の算出や相関分析を行うとともに、試合でのHIR15（15km/h以上の高強度での移動距離）と総移動距離を目的変数とし、週の中での日別やポジション別の練習時の測定項目（練習時間、総移動距離、低速度ラン、HIR15、スプリント距離、スプリント回数、High Intensity Event、最高速度）を説明変数とした重回帰分析を行い、練習と試合とのパフォーマンスの関連性を検討した。他の分析方法として、機械学習を用いた新たな評価指標の探索も進めつつある。
|
| 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
年間を通じて、ウェアラブルデバイスによる測定を実施でき、練習時と試合時のデータセットが蓄積されつつある。ただし、必ずしも週４～５日の練習が確保された後に週末に試合を行うというサイクルは当初想定したほどの数が確保できなかった。練習時と試合時のパフォーマンスの評価指標の開発については、練習と試合との関連性を評価することに留まっており、予測のための評価指標について今後の検討を進めていく必要がある。
|
| 今後の研究の推進方策 |
ウェアラブルデバイスによる測定については、練習時と試合時のデータセットの蓄積を継続して進めていく。測定したデータセットの分析を進めていき、練習時と試合時でのパフォーマンスの評価指標の開発について、特に機械学習の手法を用いた試合でのパフォーマンス予測のための評価指標の探索を主に進めていく。研究成果については国内外の学会での口頭発表や論文誌への投稿を通して随時行っていく。
|
