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
バドミントンでの試合の組み立て方を定量化したい
Search
yhiss
June 30, 2019
Research
1
72
バドミントンでの試合の組み立て方を定量化したい
2019年6月30日にSports Analyst Meetup #3でLTした内容です。
yhiss
June 30, 2019
Tweet
Share
More Decks by yhiss
See All by yhiss
バドミントンで試合展開から結果を予測してみる
yhiss
0
2k
Other Decks in Research
See All in Research
SSII2025 [TS1] 光学・物理原理に基づく深層画像生成
ssii
PRO
4
3.5k
RapidPen: AIエージェントによるペネトレーションテスト 初期侵入全自動化の研究
laysakura
0
1.5k
Adaptive fusion of multi-modal remote sensing data for optimal sub-field crop yield prediction
satai
3
210
「エージェントって何?」から「実際の開発現場で役立つ考え方やベストプラクティス」まで
mickey_kubo
0
120
作業記憶の発達的特性が言語獲得の臨界期を形成する(NLP2025)
chemical_tree
2
610
Trust No Bot? Forging Confidence in AI for Software Engineering
tomzimmermann
1
240
ことばの意味を計算するしくみ
verypluming
11
2.6k
VAGeo: View-specific Attention for Cross-View Object Geo-Localization
satai
3
380
NLP Colloquium
junokim
1
150
学生向けアンケート<データサイエンティストについて>
datascientistsociety
PRO
0
3k
[輪講] SigLIP 2: Multilingual Vision-Language Encoders with Improved Semantic Understanding, Localization, and Dense Features
nk35jk
2
480
近似動的計画入門
mickey_kubo
4
970
Featured
See All Featured
Writing Fast Ruby
sferik
628
61k
Intergalactic Javascript Robots from Outer Space
tanoku
271
27k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
44
2.4k
The Cult of Friendly URLs
andyhume
79
6.5k
We Have a Design System, Now What?
morganepeng
53
7.7k
The World Runs on Bad Software
bkeepers
PRO
69
11k
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
35
2.3k
The Illustrated Children's Guide to Kubernetes
chrisshort
48
50k
The Language of Interfaces
destraynor
158
25k
The MySQL Ecosystem @ GitHub 2015
samlambert
251
13k
How to train your dragon (web standard)
notwaldorf
93
6.1k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
667
120k
Transcript
バドミントンでの試合の 組み立て方を定量化したい Sports Analyst Meetup #3 2019/06/30
自己紹介 yhiss(@yhiss_) 事業会社でデータ分析 スポーツ歴 バドミントン(9年ぐらい) 野球(6年ぐらい)
本分析の目的 バドミントン(ダブルス)での試合の組み立て、展開の仕方を世 界トップレベルの試合から理解したい 自分がプレイする際に感覚で理解していた部分を定量化したい ※機械学習等の高度な分析はしていません(基礎集計メイン)
どんなスポーツ? 概要:1対1または2対2でシャトル(水鳥の羽)を打ち合う競技 ルール:1ラリー中打てるのは1回。地面に落ちたら点数がカウント。 サーブ:得点を取った方がサーブ権をもつ。上から打ったらだめ! 公式戦:2ゲーム先取の3ゲーム(21点先取)
バドミントン(ダブルス)の攻守 サーブレシーブ後は誰が打っても よく、常にポジションが変わる その中でも攻守のフォーメーショ ンがある オフェンス:前後 ディフェンス:左右
バドミントン(ダブルス)の攻守 サーブレシーブ後は誰が打っても よく、常にポジションが変わる その中でも攻守のフォーメーショ ンがある オフェンス:前後 ディフェンス:左右
分析するにあたって(定性的・経験的仮定) バドミントンでは、 スマッシュ等の強い ショットが中心。 しかし、一般に1発 であまり決まらない →攻めの状態を作リ 続ける必要がある そのためにどのよう に試合を作っていく
かを試合データから 分析・考察する
データ化した試合 2019年5月に開催されたスディルマンカップ(国別対抗戦) インドネシア対日本の男子ダブルス 世界ランク1位と2位の対戦(21-14,21-18) ※1試合分だけ試合を見ながら自力でデータ化
分析結果(サーブ関連1) 得点に直結したショット(全69点) サーブでの点数が極端に少ない(2点) ミスによる点数が一番多い(31点) →1発で決まらないため、攻めの状態 をより多く作る必要がある
分析結果(サーブ関連2) サーブへのリターン(全67回) クリア(上げる)ショットが少ない(4回) 攻める系統のショットが大部分(57回) →サーブを打つと守りの態勢になる ので、攻めに転換する必要がある
分析結果(ラリー関連) 攻守が入れ替わるショットを集計 (92回) ドライブ(低く強いショット)が多い (42回) クリア等の上げるタイプは少ない →押し込んだり、動かすショットが よく使われる →試合の場面を見てみる
まとめと今後分析したいこと まとめ バドミントン(ダブルス)で勝つ試合を組み立てるためには、攻め の状態を多く作らなければならない。 そのためには、サーブ後の状態からドライブ等で攻守を入れ替え る技術が必要となる 今後分析したいこと コースの打ち分け等、より詳細な所を見ていきたい
データが無い&作るコストが高い問題をなんとかする必要がある