WEKO3
アイテム
マスボクシングにおける打撃の深層学習を用いた比較評価
https://ipsj.ixsq.nii.ac.jp/records/240099
https://ipsj.ixsq.nii.ac.jp/records/240099cb268edc-3dc8-482e-bd3d-5fdd04a7c1b1
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-DPSWS20240033.pdf (1.1 MB)
2026年10月23日からダウンロード可能です。
|
Copyright (c) 2024 by the Information Processing Society of Japan
|
|
| 非会員：¥660, IPSJ:学会員：¥330, DPS:会員：¥0, DLIB:会員：¥0 | ||
| Item type | Symposium(1) | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2024-10-23 | |||||||||||
| タイトル | ||||||||||||
| タイトル | マスボクシングにおける打撃の深層学習を用いた比較評価 | |||||||||||
| 言語 | ||||||||||||
| 言語 | jpn | |||||||||||
| キーワード | ||||||||||||
| 主題Scheme | Other | |||||||||||
| 主題 | 深層学習，3軸加速度，マスボクシング | |||||||||||
| 資源タイプ | ||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||||
| 資源タイプ | conference paper | |||||||||||
| 著者所属 | ||||||||||||
| 同志社大学大学院 | ||||||||||||
| 著者所属 | ||||||||||||
| 同志社大学大学院 | ||||||||||||
| 著者所属 | ||||||||||||
| 同志社大学大学院 | ||||||||||||
| 著者名 |
岡島, 慎次郎
× 岡島, 慎次郎
× 浦野, 悠吾
× 小板, 隆浩
|
|||||||||||
| 論文抄録 | ||||||||||||
| 内容記述タイプ | Other | |||||||||||
| 内容記述 | 近年，寸止めで打撃を放つマスボクシングという競技が流行している．しかし，マスボクシングの試合において判定方法に関する問題が生じており，原因として判定を行う際に定められた採点基準が，ジャッジの主観的影響を受ける可能性があるためである．本研究では，判定に深層学習を用いることで，ジャッジの主観的影響を排除し，客観的な判定が可能であると考え，3 軸加速度センサを用いて打撃をデータ化，得られたデータをもとに深層学習モデルの LSTM を使用，Loss 値，MAE 値で深層学習モデルの比較評価を行った．深層学習を行う際，訓練データ数を 10，50，100 に分け，各データ数でエポック数を 20 と 40 の場合で学習を行った．訓練データ，エポック数ともに多い場合に精度の高い学習が可能といった仮説に反して，訓練データ，エポック数ともに多い場合では過学習を起こした．原因として，データ数が多いと細かなパターンやノイズにまで適合しやすくなり，エポック数が多いとモデルは訓練データに適応し，訓練データに存在するノイズや偶発的なパターンまで学習しようとすることを示した． | |||||||||||
| 書誌情報 |
第32回マルチメディア通信と分散処理ワークショップ論文集 p. 208-211, 発行日 2024-10-23 |
|||||||||||
| 出版者 | ||||||||||||
| 言語 | ja | |||||||||||
| 出版者 | 情報処理学会 | |||||||||||
