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
610
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
270
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
700
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
470
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
420
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
1.4k
Sports Analyst Meetup #12 Keisuke Fujii
keisuke198619
0
1k
Learning interaction rules from multi-animal trajectories via augmented behavioral models
keisuke198619
0
460
Other Decks in Technology
See All in Technology
LLMにもCAP定理があるという話
harukasakihara
0
300
On-behalf-of Token exchange with AgentCore Identity
hironobuiga
2
150
白金鉱業Meetup_Vol.24_「AIエージェントは分けるほど良い」は本当か? / Is it true that “the more you divide AI agents, the better”?
brainpadpr
1
310
RSA暗号を手計算したくなること、ありますよね?? (20260615_orestudy6_rsa)
thousanda
0
280
Socrates × Looker 〜セマンティックレイヤーで進化するデータ分析エージェント〜
hanon52_
3
2.2k
小さく始める AI 活用推進 ― 日経電子版 Web チームの事例/nikkei-tech-talk47
nikkei_engineer_recruiting
0
230
SONiC Scale-Up Working Group から探る Scale-UpやUltraEthernet機能の実装方法
ebiken
PRO
2
130
Kubernetesにおける学習基盤とLLMOpsの概要
ry
1
250
失敗を経て、Harness Engineering で 大切にしたいことを考える / Learning from Failure: What Matters in Harness Engineering
bitkey
PRO
1
320
Claude Codeをどのように キャッチアップしているか
oikon48
12
6.2k
手塩にかけりゃいいってもんじゃない
ming_ayami
0
460
失敗を資産に変えるClaude Code
shinyasaita
0
520
Featured
See All Featured
Designing for humans not robots
tammielis
254
26k
The Illustrated Children's Guide to Kubernetes
chrisshort
51
52k
Building a A Zero-Code AI SEO Workflow
portentint
PRO
0
570
The State of eCommerce SEO: How to Win in Today's Products SERPs - #SEOweek
aleyda
2
11k
Large-scale JavaScript Application Architecture
addyosmani
515
110k
The Invisible Side of Design
smashingmag
302
52k
What's in a price? How to price your products and services
michaelherold
247
13k
Evolving SEO for Evolving Search Engines
ryanjones
0
210
Digital Projects Gone Horribly Wrong (And the UX Pros Who Still Save the Day) - Dean Schuster
uxyall
1
1.7k
How to audit for AI Accessibility on your Front & Back End
davetheseo
0
420
Organizational Design Perspectives: An Ontology of Organizational Design Elements
kimpetersen
PRO
1
720
Understanding Cognitive Biases in Performance Measurement
bluesmoon
32
2.9k
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