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
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
Keisuke Fujii
October 28, 2023
Technology
1
580
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
Tweet
Share
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
210
2025/6/21 日本学術会議公開シンポジウム発表資料
keisuke198619
2
1k
2024/10/30 産総研AIセミナー発表資料
keisuke198619
1
670
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
450
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
400
Sports Analyst Meetup #13 (2022/11/26)
keisuke198619
0
960
スポーツ戦術をAIのデータ解析で評価する
keisuke198619
0
1.4k
Sports Analyst Meetup #12 Keisuke Fujii
keisuke198619
0
980
Learning interaction rules from multi-animal trajectories via augmented behavioral models
keisuke198619
0
430
Other Decks in Technology
See All in Technology
PostgreSQL 18のNOT ENFORCEDな制約とDEFERRABLEの関係
yahonda
0
110
ReactのdangerouslySetInnerHTMLは“dangerously”だから危険 / Security.any #09 卒業したいセキュリティLT
flatt_security
0
470
TypeScript 7.0の現在地と備え方
uhyo
7
2k
20260321_エンベディングってなに?RAGってなに?エンベディングの説明とGemini Embedding 2 の紹介
tsho
0
150
Phase12_総括_自走化
overflowinc
0
1.3k
Phase07_実務適用
overflowinc
0
1.6k
データマネジメント戦略Night - 4社のリアルを語る会
kubell_hr
0
170
事例から紐解くSHIFT流QA支援 ~大規模プロジェクトの品質管理支援、QA組織立ち上げ~ / 20260320 Nozomu Koketsu
shift_evolve
PRO
0
130
Astro Islandsの 内部実装を 「日本で一番わかりやすく」 ざっくり解説!
knj
0
230
Escape from Excel方眼紙 ~マークダウンで繋ぐ、人とAIの架け橋~ /nikkei-tech-talk44
nikkei_engineer_recruiting
0
180
スピンアウト講座03_CLAUDE-MDとSKILL-MD
overflowinc
0
1.1k
JEDAI認定プログラム JEDAI Order 2026 受賞者一覧 / JEDAI Order 2026 Winners
databricksjapan
0
270
Featured
See All Featured
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
11
860
How People are Using Generative and Agentic AI to Supercharge Their Products, Projects, Services and Value Streams Today
helenjbeal
1
140
技術選定の審美眼(2025年版) / Understanding the Spiral of Technologies 2025 edition
twada
PRO
118
110k
Build The Right Thing And Hit Your Dates
maggiecrowley
39
3.1k
Testing 201, or: Great Expectations
jmmastey
46
8.1k
The untapped power of vector embeddings
frankvandijk
2
1.6k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
133
19k
Have SEOs Ruined the Internet? - User Awareness of SEO in 2025
akashhashmi
0
300
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
49
3.3k
How STYLIGHT went responsive
nonsquared
100
6k
Skip the Path - Find Your Career Trail
mkilby
1
88
Thoughts on Productivity
jonyablonski
75
5.1k
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