| 研究課題/領域番号 |
19K20062
|
|---|
| 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
|
| キーワード | 深層学習 / 機械学習 |
|---|
| 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。
|
| 次年度使用額が生じた理由 |
コロナ禍につき研究の遅れが生じているため、1年追加したことから、次年度使用額が生じた。この額は外部公表（論文出版費用、英文校正、会議への登録料など）などで使用する予定である。
|
