Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
MLSA (Machine Learning and Data Mining for Spor...
Search
Keisuke Fujii
October 28, 2023
Technology
620
1
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
MLSA (Machine Learning and Data Mining for Sports Analytics) 2023 参加報告
Sports Analyst Meetup #14 & JSAA Lab LT会 vol.3
Keisuke Fujii
October 28, 2023
More Decks by Keisuke Fujii
See All by Keisuke Fujii
スポーツAIの民主化と発展:アカデミアの立場から
keisuke198619
0
290
2025/6/21 日本学術会議公開シンポジウム発表資料
keisuke198619
2
1.1k
2024/10/30 産総研AIセミナー発表資料
keisuke198619
1
710
集団スポーツの動きに関するデータ分析の概要と今後の展望
keisuke198619
0
490
最新のスポーツアナリティクス研究論文はどこで読めるか?
keisuke198619
0
440
Sports Analyst Meetup #13 (2022/11/26)
keisuke198619
0
1k
スポーツ戦術をAIのデータ解析で評価する
keisuke198619
0
1.5k
Sports Analyst Meetup #12 Keisuke Fujii
keisuke198619
0
1k
Learning interaction rules from multi-animal trajectories via augmented behavioral models
keisuke198619
0
470
Other Decks in Technology
See All in Technology
生成 AI 時代にいま一度「問い合わせ」について考えてみる
kazzpapa3
1
130
Aurora MySQL 8.4リリース! Rubyistが備えること / what-rubyist-should-prepare-for-aurora-mysql-8-4
fkmy
0
970
仕様駆動開発、導入半年。「本当に速くなってるの?」にデータで答える / AICon2026_hirakawa
rakus_dev
0
330
AI時代こそ、スケールしないことをしよう -「作る人」から「なぜ作るか」を考える人へ / Do Things That Don't Scale in the AI Era — From How to Why
kaminashi
1
110
10年目を迎えた「ABEMA」がどのように AI 活用を推進して、AI 駆動開発にシフトしているのか / How ABEMA, entering its 10th year, is promoting the use of AI and shifting toward AI-driven development
miyukki
0
370
AIが当たり前の組織で エンジニアはどう育つか
nishihira
1
1k
kaonavi Tech Night#1
kaonavi
0
160
AI時代のYAGNI:「爆速で無駄になった機能」からの学び / 20260720 Naoki Takahashi
shift_evolve
PRO
3
540
大量データに対しても、生成AIを用いてリーズナブルにデータ加工をしたい!Databricksのai_queryについて調べてみた
kamoshika
2
290
Alphaモジュール使っていいのかい!?いけないのかい!?どっちなんだいっ!?
watany
1
320
大 AI 時代におけるC# の事情 ~ぶっちゃけトークを交えながら~
nenonaninu
1
150
Claude Mythos、Fable...フロンティアAIの最新動向と企業のセキュリティ対策
flatt_security
0
120
Featured
See All Featured
Sam Torres - BigQuery for SEOs
techseoconnect
PRO
0
440
Stop Working from a Prison Cell
hatefulcrawdad
274
21k
Navigating Weather and Climate Data
rabernat
0
400
Groundhog Day: Seeking Process in Gaming for Health
codingconduct
0
250
Fantastic passwords and where to find them - at NoRuKo
philnash
52
3.8k
Building AI with AI
inesmontani
PRO
1
1.1k
世界の人気アプリ100個を分析して見えたペイウォール設計の心得
akihiro_kokubo
PRO
72
40k
Making the Leap to Tech Lead
cromwellryan
135
10k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
508
140k
Joys of Absence: A Defence of Solitary Play
codingconduct
1
420
From Legacy to Launchpad: Building Startup-Ready Communities
dugsong
0
270
How to Grow Your eCommerce with AI & Automation
katarinadahlin
PRO
1
230
Transcript
MLSA (Machine Learning and Data Mining for Sports Analytics) 2023
参加報告 藤井 慶輔 名古屋大学 大学院情報学研究科 2023/10/28 Sports Analyst Meetup #14 & JSAA Lab LT会 vol.3
自己紹介:藤井 慶輔(ふじい けいすけ) 名古屋大学の教員 スポーツなどの複雑な運動を対 象とした機械学習などの 情報 技術について研究 2005-14 京大総人・人環 2014-17
名大保体(学振PD) 2017-19 理研AIP 2019-2021 名大情報(助教) 2021- 名大情報(准教授) 前回Spoana: Sports Analyst Meetup #13 (2022/11/26) (MLSA'22の採択論文を発表) 前回SARPキックオフ: 最新のスポーツアナリティクス研究論文はどこで読めるか? ホームページ: https://sites.google.com/view/keisuke198619jp/
最新のスポーツアナリティクス研究論文はどこで読めるか? SARPに整理されています https://jsaasarp.notion.site/Confe rences-and-Journals-e910239ba 3244e1d901bee230fca1caf MLSA (Machine Learning and Data
Mining for Sports Analytics)はここ→ スポーツアナリティクス /機械学習の論文はどこで読めるか?|note (MIT SSACが有名だが、MLSAも 歴史があり、より学術的な会議)
MLSA (Machine Learning and Data Mining for Sports Analytics) 機械学習(ML)とデータマイニング(DM)の主要な国際会議(ECML-PKDD)で開催され
る、Sports AnalyticsのML-DM workshop (2023年で10回目) https://dtai.cs.kuleuven.be/events/MLSA23/schedule.php 2023はイタリア(トリノ) おおよそ6月投稿、9月発表のスケジュール
MLSA’23の スケジュール サッカー ホッケー サイクリング バスケ ハンド 10種目く らい ラグビー
卓球 セーリング 招待講演 (スポーツ全般) ※2023/10/20現在、 全論文はアクセス出来 ない... [論文は個人共有] [PDF] [PDF] [Youtube] [PDF] [PDF] https://dtai.cs.kuleuve n.be/events/MLSA23/ schedule.php 雑な全体メモ:
1. Pass Receiver and Outcome Prediction in Soccer Using Temporal
Graph Networks [Rahimian+23, MLSA] (a)RSPと(b)RPPは右のモデルで別々に学習 パスのdifficultyやcreativityを評価 選択は味方だけ考える 結果は相手選手も考慮する パスが出そうで、通りそうな選手は? (右の(a)と(b)の組合せ)
2. Exploring Table Tennis Analytics: Domination, Expected Score and Shot
Diversity [Calmet+23, MLSA] 色んなデータの属性(右)を 既存 の評価指標(下)に入れたい GitHub - centralelyon/table-tennis-analytics (まだ空) 得点期待値、支配度など(左)の計算に上記の情報を入れて 計算した
その他感想など • 前回はハイブリッドのオンライン側で、あっさり終わったが今回は充実 • 今回はcoffee break, lunch break, welcome receptionでしっかり話せた
◦ バスケのトラッキングデータは、 github/rajshah4しかないよね...みたいな話など • ただし日本から気軽に行けないので、情報共有したい ◦ 雑な全体メモを、以下に置きます ◦ https://docs.google.com/document/d/1BytPri9iYMnE6kqL34CEH65ifIGpa22bI3aQ-PON Acg/edit?usp=sharing • 普段は以下にあるような研究をしています ◦ スポーツ戦術をAIのデータ解析で評価する(セミナーのスライド) ◦ ホームページ: https://sites.google.com/view/keisuke198619jp/ • ご質問やご意見などありましたら以下にご連絡お願いします ◦ mail:
[email protected]
◦ X (twitter): @keisuke_fj