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？ 藤井 慶輔 名古屋大学 大学院情報学研究科 2023/1/26 SARPキックオフイベント

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） 業績リスト：https://sites.google.com/view/keisuke1986en/home/publication

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？ 答えだけなら、SARPにあります https://jsaasarp.notion.site/Confe rences-and-Journals-e910239ba 3244e1d901bee230fca1caf 色々な場所にあって読みにくい… ● そもそもなぜそんな状況に？ ● どうやって調べる？

そもそもなぜ色々な場所で論文が発表されている？ 前提として、査読（研究者による内容の審査）があることが重要 ● 実験科学系（スポーツ科学、医学など）：　雑誌（ジャーナル）で発表 ○ 国際会議は、論文を発表する形になっていなく、抄録を提出して会議で情報交換するだけ のものが多い ● 工学系（人工知能分野など）：　国際会議（カンファレンス）で発表 ○ ジャーナルの方が昔から存在するが、査読に時間が掛かるなどの問題を解決するため、 査読を厳しくした国際会議文化が根付いた スポーツアナリティクスは？ ● その中間であり、両方存在する（詳細は次）

大まかに「どこで読めるか？」をまとめると 1. スポーツ科学系のジャーナル論文 2. 情報系のジャーナル論文 3. 上記1,2の両方の話題を含むジャーナル論文 4. スポーツアナリティクス系の国際会議論文 5. 情報系の国際会議論文 6. 情報系の国際会議ワークショップ論文 具体的なジャーナル・会議 名はSARPのページに ※ジャーナル単位で探すのは一般的には効率性の観点から 　おすすめできない（詳しくは noteで） 注：全部定期的にチェックするのは不可能なので、目的を持って Google Scholarでまず調べる ※ 非常に数が多くスポーツ以外の話題も多いので検索 2,3,5,6ならarXivに投稿される場合も多いので、arXivで探してみるのもあり（ただし査読前なので注意） 最新の動向を探してみるなら、国際会議の方が情報が早いので、4,6は大体会議ごとにチェック（3つ紹介） ※ スポーツアナリティクスはここが多い？ ※ あまり知られていないが、熱いので今日紹介したい ※ MIT SSACが代表例

1. MIT SSAC (Sloan Sports Analytics Conference) ● 日本でも取り上げられることの多い有名な学会（2022年で16回目） ● インパクト重視・やや商業的 ● これまで、メジャースポーツ・トップチームの分析重視 ● MIT SSAC 2023（今回）はResearch paper competitionの説明に、"require all papers to be open-source."と明記されていて民主化の流れを感じており、多くの 人が参考にできるのではないかと期待

MIT SSAC 2022の論文 Winning duels in VALORANT, a visualization of optimal positioning (esports) DeMars DeRover [paper] Using Tracking and Charting Data to Better Evaluate NFL Players: A Review (American Football) Eric Eager, George Chahrouri, Timo Riske, Brad Spielberger, LauSze Yui, Zach Drapkin, Tej Seth [paper] Using Machine Learning to Describe how Players Impact the Game in the MLB (Baseball) Connor Heaton, Prasenjit Mitra [paper] Using Hex Maps to Classify & Cluster Dribble Hand-off Variants in the NBA (Basketball) Koi Stephanos, Ghaith Husari, Brian Bennett, Matthew Harrison, Emma Stephanos [paper] Sports narrative enhancement with natural language generation (American Football) Henry Wang, Saman Sarraf, Arbi Tamrazian [paper] Detection of tactical patterns using semi-supervised graph neural networks (Soccer) Gabriel Anzer, Pascal Bauer, Ulf Brefeld, Dennis Fassmeyer [paper] Beyond action valuation: A deep reinforcement learning framework for optimizing player decisions in soccer Pegah Rahimian, Jan Van Haaren, Togzhan Abzhanova, Laszlo Toka [paper] (Soccer)

2. 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 （2022年で9回目） https://dtai.cs.kuleuven.be/events/MLSA22/links.php 2023はイタリア（トリノ）

MLSA’22のスケジュール

3. CVSports (International Workshop on Computer Vision in Sports) コンピュータビジョンのトップ国際会議（ CVPR）で開催される、スポーツにおけるコンピュータビジョンの ワークショップです（2022年で8回目、2023はVancouver Canada） ● 今後のスポーツアナリティクスに画像認識技術は重要になっていくと予想 ● CVPRが画像処理のトップ会議なので、こちらも競争的でレベルが高い CVSports’22 Invited talk ● Floriane Magera – Data Scientist at EVS Broadcast Equipment and Olivier Barnich – Head of Innovation at EVS Broadcast Equipment. Title: Computer vision for live sport production ● Pascal Bauer – Data Scientist at Zelus Analytics and Senior Manager Data-Science & Machine Learning for the German Soccer National team. Title: Using tracking data to improve performance in soccer ● Patrick Lucey – Chief Scientist at Stats Perform. Title: CV in Sports: Precision vs Scale Applications ● Silvio Giancola – Research Scientist at King Abdullah University of Science and Technology (KAUST). Title: SoccerNet: Large Scale Datasets and Benchmarks for Soccer Video Understanding Competition ● SoccerNet calibration challenge presentations and Winner announcement　

CVSports’22 Oral paper ● SoccerNet-Tracking: Multiple Object Tracking Dataset and Benchmark in Soccer Videos. Authors: Anthony Cioppa, Silvio Giancola, Adrien Deliege, Le Kang, Xin Zhou, Zhiyu Cheng, Bernard Ghanem, and Marc Van Droogenbroeck ● MonoTrack: Shuttle trajectory reconstruction from monocular badminton video. Authors: Paul Liu and Jui-Hsien Wang ● Pose Tutor: An Explainable System for Pose Correction in the Wild. Authors: Bhat Dittakavi, Bharathi Callepalli, Sai Vikas Desai, Divyagna Bavikadi, Soumi Chakraborty, Nishant S Reddy, Ayon Sharma, and Vineeth N Balasubramanian ● FenceNet: Fine-grained Footwork Recognition in Fencing. Authors: Kevin Zhu, Alexander Wong, John McPhee Poster paper ● Ice hockey player identification via transformers and weakly supervised learning. Kanav Vats, William McNally, Pascale Walters, David A Clausi, and John Zelek. ● Efficient tracking of team sport players with few game-specific annotations. Adrien Maglo, Astrid Orcesi, and Quoc-Cuong Pham ● 3D Ball Localization From A Single Calibrated Image. (Basketball) Gabriel Van Zandycke, and Christophe De Vleeschouwer ● Semi-Supervised Training to Improve Player and Ball Detection in Soccer. Renaud Vandeghen, Anthony Cioppa, and Marc Van Droogenbroeck ● Pass Receiver Prediction in Soccer using Video and Players’ Trajectories. Yutaro Honda, Rei Kawakami, Ryota Yoshihashi, Kenta Kato, and Takeshi Naemura ● Sports Field Registration via Keypoints-aware Label Condition. (Soccer) Yen-Jui Chu, Jheng-Wei Su, Kai-Wen Hsiao, Chi-Yu Lien, Shu-Ho Fan, Min-Chun Hu, Ruen-Rone Lee, Chih-Yuan Yao, and Hung-Kuo Chu ● Recognition of Freely Selected Keypoints on Human Limbs. (many sports) Katja Ludwig, Daniel Kienzle, and Rainer Lienhart ● End-to-End High-Risk Tackle Detection System for Rugby. Naoki Nonaka, Ryo Fujihira, Monami Nishio, Hidetaka Murakami, Takuya Tajima, Mutsuo Yamada, Akira Maeda, and Jun Seita ● Watch and Act: Dual Interacting Agents for Automatic Generation of Possession Statistics in Soccer. Saikat Sarkar, Dipti Prasad Mukherjee, and Amlan Chakrabarti ● SoccerTrack: A Dataset and Tracking Algorithm for Soccer with Fish-eye and Drone Videos. Atom Scott, Ikuma Uchida, Masaki Onishi, Yoshinari Kameda, Kazuhiro Fukui, and Keisuke Fujii ● Interaction Classification with Key Actor Detection in Multi-Person Sports Videos. Farzaneh Askari, Rohit Ramaprasad, James J. Clark, and Martin D. Levine 画像処理の研究は、映像から分析できるので、特定のスポーツに偏りにくい！

機械学習や画像処理を活用したスポーツアナリティクス研究は どこに向かっていくか？（未来予想） 1. 計測 　認識 2. 分析 分類 リアル デジタル 3. 予測 4. 評価 5. 提案 どう動いたらいい？ もしこう動いたら？ 将来どうなる？ その動きは良い？ 誰がどこにいる？ どんな動きのパ ターン？ エキスパートの思考を デジタル化して多くの人と 共有・人間の思考を発展？ 共感してもらえる方、 ぜひ一緒になにかやりましょう！

おわりに 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？を紹介 ● スポーツアナリティクスに興味がある人は多いと思いますが、最先端の議論につい てはあまり知られていないと思いますので、参考になれば幸いです ● 本日の内容は、以下のnoteを要約・修正しました ○ 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 ○ スポーツアナリティクス /機械学習の論文をどこで発表するか？ ｜note ● 私たちの研究に興味を持たれた方は、以下もご覧ください ○ 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: 藤井 慶輔（Fujii Keisuke） ● 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] ○ twitter: @keisuke_fj