運動能力と姿勢情報を要因とするスポーツのポテンシャルモデルの構築と上達支援

点击翻译按钮获取中文摘要

本研究では，自らの身体能力を加味して希望の動作をするための最適な待機姿勢をモデル化する．バレーボールを題材に，即時的なフィードバックの概念を取り入れた「学習」により競技能力の向上を目指す．ここで，運動能力と姿勢情報を入力，サーブレセプションの守備範囲を出力としたレセプションポテンシャルモデルを提唱する．動作の主となるデータを見出し，守備範囲を機械学習データとして与えることにより動作解析AIを構築して可視化や予測を実現し，人間の「学習」によるフォームの改善方法を確認可能にする．令和4年度は初年度であるが，成果として，個人の三次元空間におけるサーブレシーブの成功・失敗のデータを取得し，守備範囲として可視化した．データ取得の際，三次元空間の各点において十分な数のサンプリングを行うことは限られた時間では難しい．そこで，機械学習によりレシーブの成功・失敗をあらわす分類モデルを作成することで，限定的なサンプリングデータから守備範囲を推定した．機械学習による守備範囲の推定の手法としてロジスティック回帰を採用した．ロジスティック回帰は分類問題の手法として使われるが，出力値は0から1までの連続値である．つまり，「空間座標におけるレセプション成功の可能性」として表現することができるため，ロジスティック回帰を採用した．サーブレセプションの守備範囲を可視化するという目的においては，被験者を中心にレセプションの成功率が高く，遠ざかるほど成功率が下がっていくようになっており，物理的な移動範囲の中では想定通りの結果が得られた．