研究者詳細 - 藤井　慶輔

論文 - 藤井　慶輔

分割表示 >> ／全件表示 105 件中 1 - 105 件目

Estimating counterfactual treatment outcomes over time in complex multi-agent scenarios 査読有り

Keisuke Fujii, Koh Takeuchi, Atsushi Kuribayashi, Naoya Takeishi, Yoshinobu Kawahara, Kazuya Takeda

IEEE Transactions on Neural Networks and Learning Systems 36 巻 ( 2 ) 頁： 2103 - 2117 2025年2月

Attempting to incorporate elements of open skills into closed-skill learning : A case study using a golf putting task 査読有り

HASEGAWA Yumiko, YAMAMOTO Kota, OKADA Ayako, FUJII Keisuke

114 巻頁： 101 - 119 2024年6月

記述言語：英語掲載種別：研究論文（学術雑誌）出版者・発行元：Faculty of Humanities and Social Sciences, Iwate University

In motor learning, how a target skill is learned is important, and performance results vary depending on practice-related factors. Motor skills, which are classified as closed skills, are typically practiced through self-paced repetition. However, learning a target-following task performed alone may be facilitated by intervention from another person. Therefore, we considered an environment with disturbances such as open skills, even for a closed-skill learning activity such as a golf putting task, and expected that learning would be promoted in an environment with high uncertainty. In this study, we developed an idea based on several previous studies, and examined the effects of the practice of "catching and hitting a ball launched from ball launchers." The participants were four golf novices, two of whom practiced a conventional putting style as the control group. The participants practiced 10 times over a month, during which they took a pretest, midterm test, and posttest. Subsequently, the participants were challenged with two tasks. The participants practiced with approximately 1,000 balls during the study. To evaluate their performance, we used a motion capture device to measure the orientation of their body, kinematics of the putter head, and final ball positions. To measure participants’ sight lines, we proposed a method that utilizes a local coordinate system to efficiently represent and estimate the movement of points. From the results of the sight line analysis using this method, we understood the problems of novices’ alignment (aligning the putter head and body for the target). In addition, we were able to determine how long it takes for golf novices to acquire their approximate movement patterns and the number of days that the absolute error of the final ball position can be kept within 0.2 m ~ 0.4 m. We discuss the impact and future possibilities of incorporating elements of open skills to improve golf-putting skills.

DOI： 10.15113/0002000356

CiNii Research

Decentralized policy learning with partial observation and mechanical constraints for multiperson modeling 査読有り

Keisuke Fujii, Naoya Takeishi, Yoshinobu Kawahara, Kazuya Takeda

Neural Networks 171 巻頁： 40 - 52 2024年3月

Adaptive action supervision in reinforcement learning from real-world multi-agent demonstrations 査読有り

Keisuke Fujii, Kazushi Tsutsui, Atom Sco, Hiroshi Nakahara, Naoya Takeishi, Yoshinobu Kawahara

International Conference on Agents and Artificial Intelligence (ICAART 2024) 2 巻頁： 27 - 39 2024年2月

Estimating counterfactual treatment outcomes over time in complex multi-vehicle simulation 査読有り

2022年11月

Learning interaction rules from multi-animal trajectories via augmented behavioral model 査読有り

Keisuke Fujii, Naoya Takeishi, Kazushi Tsutsui, Emyo Fujioka, Nozomi Nishiumi, Ryoya Tanaka, Mika Fukushiro, Kaoru Ide, Hiroyoshi Kohno, Ken Yoda, Susumu Takahashi, Shizuko Hiryu, Yoshinobu Kawahara

Advances in Neural Information Processing Systems (NeurIPS'21) 34 巻 2021年12月

Data-Driven Analysis for Understanding Team Sports Behaviors

Keisuke Fujii

Journal of Robotics and Mechatronics 33 巻 ( 3 ) 頁： 505 - 514 2021年6月

担当区分：筆頭著者,　最終著者,　責任著者記述言語：英語掲載種別：研究論文（学術雑誌）出版者・発行元：富士技術出版株式会社

Understanding the principles of real-world biological multi-agent behaviors is a current challenge in various scientific and engineering fields. The rules regarding the real-world biological multi-agent behaviors such as those in team sports are often largely unknown due to their inherently higher-order interactions, cognition, and body dynamics. Estimation of the rules from data, i.e., via data-driven approaches such as machine learning, provides an effective way to analyze such behaviors. Although most data-driven models have non-linear structures and high predictive performances, it is sometimes hard to interpret them. This survey focuses on data-driven analysis for quantitative understanding of behaviors in invasion team sports such as basketball and football, and introduces two main approaches for understanding such multi-agent behaviors: (1) extracting easily interpretable features or rules from data and (2) generating and controlling behaviors in visually-understandable ways. The first approach involves the visualization of learned representations and the extraction of mathematical structures behind the behaviors. The second approach can be used to test hypotheses by simulating and controlling future and counterfactual behaviors. Lastly, the potential practical applications of extracted rules, features, and generated behaviors are discussed. These approaches can contribute to a better understanding of multi-agent behaviors in the real world.

DOI： 10.20965/jrm.2021.p0505

CiNii Research

Physically-interpretable classification of biological network dynamics for complex collective motions 査読有り国際誌

Fujii Keisuke, Takeishi Naoya, Hojo Motokazu, Inaba Yuki, Kawahara Yoshinobu

SCIENTIFIC REPORTS 10 巻 ( 1 ) 頁： 3005 - 3005 2020年2月

Data-driven spectral analysis for coordinative structures in periodic human locomotion 査読有り国際誌

Fujii Keisuke, Takeishi Naoya, Kibushi Benio, Kouzaki Motoki, Kawahara Yoshinobu

SCIENTIFIC REPORTS 9 巻 ( 1 ) 頁： 16755 - 16755 2019年11月

Dynamic mode decomposition in vector-valued reproducing kernel Hilbert spaces for extracting dynamical structure among observables 査読有り国際誌

Keisuke Fujii, Yoshinobu Kawahara

Neural Networks 117 巻頁： 94 - 103 2019年9月

Transformer-based neural marked spatio temporal point process model for analyzing football match events. 査読有り

Calvin Yeung, Tony Sit, Keisuke Fujii

Applied Intelligence 55 巻 ( 5 ) 頁： 335 - 335 2025年4月

Two clusterings to capture basketball players’ shooting tendencies using tracking data: clustering of shooting styles and the shots themselves 査読有り

Kazuhiro Yamada, Keisuke Fujii

International Journal of Computer Science in Sport 24 巻 ( 1 ) 頁： 35 - 55 2025年2月

担当区分：最終著者,　責任著者記述言語：英語掲載種別：研究論文（学術雑誌）出版者・発行元：Walter de Gruyter GmbH

Abstract

Studies to understand the shooting preferences of basketball players relied exclusively on data on shot location, which did not lead to concrete understandings because they contained no information on how they moved to that location. Therefore, this study tried to cluster the players’ shooting tendencies using the tracking data of the players’ movements during the game. To do this, we first created hand-crafted shot features that included information on the pre-shot movement. Using those features, the dissimilarity of shooting tendencies between players was computed by considering the shot set of each player as a probability distribution and calculating the Wasserstein distance between them. The clustering based on their dissimilarity resulted in more clusters than in previous studies and allowed for specific shooting styles to be defined. Clustering using Gower distance as a dissimilarity measure for shot features, including a categorical feature, extracted clusters of shots that are useful for understanding players’ more detailed shooting tendencies. These results prove that it is not only the shot location but also how the player moved before the shot that is important to capture the player’s shooting preferences.

DOI： 10.2478/ijcss-2025-0003

researchmap

特集「スポーツ×情報学×インタラクション」にあたって

市川淳, 藤井慶輔, 山田雅敏, 一ノ瀬元喜

人工知能 40 巻 ( 1 ) 頁： 1002 - 1003 2025年1月

Putting performance bias to the front-lower side of the hole on steep slopes: Differences in strategies and movements between professional and amateur golfers 査読有り

Yumiko Hasegawa, Ayako Okada, Keisuke Fujii

PLOS ONE 19 巻 ( 12 ) 頁： e0314820 - e0314820 2024年12月

担当区分：最終著者記述言語：英語掲載種別：研究論文（学術雑誌）出版者・発行元：Public Library of Science (PLoS)

When playing on an sloped golf course, the ball often misses the hole to the front-lower side, which is also referred to as the “amateur side.” This can be attributed to the difficulty in perceiving the green slope and choosing the appropriate launch direction and ball speed, especially for amateurs. The study had three main objectives. The first was to examine whether a front-down bias toward the hole could be experimentally observed in golfers’ putting. Second, to measure golfers’ aims and movements to determine why golfers, especially amateurs, putt poorly on steep slopes. Third, to investigate using a miniature platform how golfers recognized the steepness of the slopes and the relationship between their aim and their slope recognition. Twelve professionals and twelve intermediate amateurs were asked to perform in the 1- and 3-degree conditions (left-to-right line) at a distance of 3 m from the hole. Participants wore shutter goggles to inhibit visual feedback of outcomes. The aim, address, ball launch direction (analyzed as angles), and kinematics of the putter head and ball were measured. The results of this study experimentally confirmed the amateur side and indicated that the aim, address, and launch directions of the amateurs were smaller than those of the professionals. As for reproducing the slope task, we found that the amateurs underestimated the steepness on both conditions when compared to professionals. Additionally, golfers’ aim and slope recognition were weakly correlated. These suggest that amateurs, compared to professionals, were unable to choose the optimal speed of the putter head and the launch direction of the ball in relation to the slope. Furthermore, amateurs’ recognition was worse than that of professionals, which may affect their aim.

DOI： 10.1371/journal.pone.0314820

researchmap

ButterFlySet: A 2D video dataset for pose estimation of the flying butterflies in the wild 査読有り

Kai Amino, Keisuke Fujii

Visual observation and analysis of Vertebrate And Insect Behavior (VAIB) at International Conference on Pattern Recognition (ICPR 2024) 2024年12月

Runner re-identification from single-view running video in the open-world setting 査読有り

Tomohiro Suzuki, Kazushi Tsutsui, Kazuya Takeda, Keisuke Fujii

Multimedia Tools and Applications 83 巻 ( 36 ) 頁： 83729 - 83745 2024年11月

Estimation of Overlapped Tactical Actions from Soccer Match Video. 査読有り

Kento Kuroda, Ikuma Uchida, Keisuke Fujii, Yoshinari Kameda

icSPORTS 頁： 257 - 264 2024年11月

Basketball-SORT: an association method for complex multi-object occlusion problems in basketball multi-object tracking. 査読有り

Qingrui Hu, Atom Sco, Calvin Yeung, Keisuke Fujii

Multimedia Tools and Applications 83 巻 ( 38 ) 頁： 86281 - 86297 2024年11月

MulCPred: Learning Multi-Modal Concepts for Explainable Pedestrian Action Prediction. 査読有り国際誌

Yan Feng, Alexander Carballo, Keisuke Fujii, Robin Karlsson, Ming Ding, Kazuya Takeda

Sensors (Basel, Switzerland) 24 巻 ( 20 ) 頁： 6742 2024年10月

記述言語：英語掲載種別：研究論文（学術雑誌）

Pedestrian action prediction is crucial for many applications such as autonomous driving. However, state-of-the-art methods lack the explainability needed for trustworthy predictions. In this paper, a novel framework called MulCPred is proposed that explains its predictions based on multi-modal concepts represented by training samples. Previous concept-based methods have limitations, including the following: (1) they cannot be directly applied to multi-modal cases; (2) they lack the locality needed to attend to details in the inputs; (3) they are susceptible to mode collapse. These limitations are tackled accordingly through the following approaches: (1) a linear aggregator to integrate the activation results of the concepts into predictions, which associates concepts of different modalities and provides ante hoc explanations of the relevance between the concepts and the predictions; (2) a channel-wise recalibration module that attends to local spatiotemporal regions, which enables the concepts with locality; (3) a feature regularization loss that encourages the concepts to learn diverse patterns. MulCPred is evaluated on multiple datasets and tasks. Both qualitative and quantitative results demonstrate that MulCPred is promising in improving the explainability of pedestrian action prediction without obvious performance degradation. Moreover, by removing unrecognizable concepts, MulCPred shows improved cross-dataset prediction performance, suggesting its potential for further generalization.

DOI： 10.3390/s24206742

PubMed

researchmap

Evaluating soccer match prediction models: a deep learning approach and feature optimization for gradient-boosted trees. 査読有り

Calvin Yeung, Rory P. Bunker, Rikuhei Umemoto, Keisuke Fujii

Machine Learning 113 巻 ( 10 ) 頁： 7541 - 7564 2024年10月

A strategic framework for optimal decisions in football 1-vs-1 shot-taking situations: an integrated approach of machine learning, theory-based modeling, and game theory 査読有り

Calvin Yeung, Keisuke Fujii

Complex & Intelligent Systems 2024年10月

3D Pose-Based Temporal Action Segmentation for Figure Skating: A Fine-Grained and Jump Procedure-Aware Annotation Approach. 査読有り

Ryota Tanaka, Tomohiro Suzuki, Keisuke Fujii

Proceedings of the 7th ACM International Workshop on Multimedia Content Analysis in Sports(MMSports@MM) 頁： 17 - 26 2024年10月

担当区分：最終著者,　責任著者記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）出版者・発行元：ACM

DOI： 10.1145/3689061.3689077

researchmap

その他リンク： https://dblp.uni-trier.de/db/conf/mmsports/mmsports2024.html#TanakaS024

Multi-agent statistically discriminative sub-trajectory mining and an application to NBA basketball 査読有り

Rory Paul Bunker, Vo Nguyen Le Duy, Yasuo Tabei, Ichiro Takeuchi, Keisuke Fujii

Journal of Quantitative Analysis in Sports 2024年9月

Mathematical models for off-ball scoring prediction in basketball 査読有り

Rikako Kono, Keisuke Fujii

11th Workshop on Machine Learning and Data Mining for Sports Analytics 2024 (MLSA'24) co-located with the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery (ECML-PKDD'24) 2024年9月

Force-Based Modeling of Heterogeneous Roles in the Coordinated Behavior of a Triad 査読有り

Jun Ichikawa, Keisuke Fujii

New Generation Computing 42 巻 ( 5 ) 頁： 983 - 995 2024年8月

Open-Vocabulary Predictive World Models from Sensor Observations. 査読有り国際誌

Robin Karlsson, Ruslan Asfandiyarov, Alexander Carballo, Keisuke Fujii, Kento Ohtani, Kazuya Takeda

Sensors 24 巻 ( 14 ) 頁： 4735 - 4735 2024年7月

Unveiling Multi-Agent Strategies: A Data-Driven Approach for Extracting and Evaluating Team Tactics from Football Event and Freeze-Frame Data 査読有り

Calvin Yeung, Rory Bunker, Keisuke Fujii

Journal of Robotics and Mechatronics 36 巻 ( 3 ) 頁： 603 - 617 2024年6月

Force-Based Modeling of a Resilient Helping Role in Coordinated Behavior of a Triad. 査読有り

Jun Ichikawa, Keisuke Fujii

26th International Conference on Human-Computer Interaction (HCI International 2024) 56 巻頁： 148 - 155 2024年6月

AutoSoccerPose: Automated 3D posture Analysis of Soccer Shot Movements. 査読有り

Calvin Yeung, Kenjiro Ide, Keisuke Fujii

IEEE/CVF Conference on Computer Vision and Pattern Recognition 頁： 3214 - 3224 2024年6月

TeamTrack: A Dataset for Multi-Sport Multi-Object Tracking in Full-pitch Videos. 査読有り

Atom Sco, Ikuma Uchida, Ning Ding, Rikuhei Umemoto, Rory P. Bunker, Ren Kobayashi, Takeshi Koyama, Masaki Onishi, Yoshinari Kameda, Keisuke Fujii

IEEE/CVF Conference on Computer Vision and Pattern Recognition 頁： 3357 - 3366 2024年6月

Pseudo-label based unsupervised fine-tuning of a monocular 3D pose estimation model for sports motions. 査読有り

Tomohiro Suzuki, Ryota Tanaka, Kazuya Takeda, Keisuke Fujii

IEEE/CVF Conference on Computer Vision and Pattern Recognition 頁： 3315 - 3324 2024年6月

Collaborative hunting in artificial agents with deep reinforcement learning 査読有り

Kazushi Tsutsui, Ryoya Tanaka, Kazuya Takeda, Keisuke Fujii

eLife 2024年5月

Estimation of control area in badminton doubles with pose information from top and back view drone videos 査読有り

Ning Ding, Kazuya Takeda, Wenhui Jin, Yingjiu Bei, Keisuke Fujii

Multimedia Tools and Applications 83 巻 ( 8 ) 頁： 24777 - 24793 2024年5月

DRUformer: Enhancing Driving Scene Important Object Detection With Driving Scene Relationship Understanding. 査読有り

Yingjie Niu, Ming Ding, Keisuke Fujii, Kento Ohtani, Alexander Carballo, Kazuya Takeda

IEEE Access 12 巻頁： 67589 - 67599 2024年5月

Automatic detection of faults in race walking from a smartphone camera: a comparison of an Olympic medalist and university athletes 査読有り

Tomohiro Suzuki, Kazuya Takeda, Keisuke Fujii

International Journal of Computer Science in Sport 2024年3月

Automatic Detection of Faults in Simulated Race Walking from a Fixed Smartphone Camera. 査読有り

Tomohiro Suzuki, Kazuya Takeda, Keisuke Fujii

International Journal of Computer Science in Sport 23 巻 ( 1 ) 頁： 22 - 36 2024年3月

頑健かつ解釈可能性の高いナビゲーションのための深層強化学習と追跡行動モデルの階層的統合

筒井和詩, 武田一哉, 藤井慶輔

人工知能学会全国大会論文集 JSAI2024 巻 ( 0 ) 頁： 3I5OS27b04 - 3I5OS27b04 2024年

担当区分：最終著者記述言語：日本語掲載種別：研究論文（学術雑誌）出版者・発行元：一般社団法人人工知能学会

理論モデルを機械学習モデルに統合することは、効率的で頑健なモデルを構築するための大きな可能性を秘めている。本研究では、生物学分野でしばしば用いられる追跡行動モデルと深層強化学習を階層的に統合したハイブリッドアーキテクチャを提案する。この統合により、エージェントのモード切り替えとルールベースの行動選択をシームレスに行うことが可能となり、捕食者と被食者の相互作用的な環境において、捕食者エージェントが効率的なナビゲーションを実現できることが明らかになった。本アーキテクチャは既存のハイブリッドモデルやグレーボックスモデルとの統合も可能であるため、これらと組み合わせることによってさらに効率的なナビゲーションの実現が期待できる。

DOI： 10.11517/pjsai.jsai2024.0_3i5os27b04

CiNii Research

アルティメットにおけるドローン映像を用いた支配領域に基づくスペース評価

岩下舜典, スコットアトム, 梅基陸平, 丁寧, 藤井慶輔

人工知能学会全国大会論文集 JSAI2024 巻 ( 0 ) 頁： 3Xin221 - 3Xin221 2024年

記述言語：日本語掲載種別：研究論文（学術雑誌）出版者・発行元：一般社団法人人工知能学会

アルティメットは各7人からなる2チームがディスクをパスで運び、エンドゾーン内でディスクをキャッチすることで入る得点を競う。ディスクを保持しているプレイヤーは移動できないという他のスポーツにはない性質を持っているため、パスをもらうスペースを作ることがより重要である。サッカーやバスケは十分なデータがあり、スペースに関する研究も多いが、アルティメットはでどちらも不足している。そこで本研究では、実践的で多くのチームが練習に採用している3対3に注目し、オフェンスにおけるスペースを評価することを目的とする。本研究で使用するデータはドローンカメラを用いた撮影で取得し、画角補正や座標変換を行うことで位置データを得た。使用するモデルは、ピッチ上の点にあるボールをコントロールできる確率を示すサッカーのpitch controlをもとにしたものである。このモデルを、ディスクを保持したまま移動できないなどのアルティメットのルールに適応させた。このpitch controlの値にエリアや距離を考慮した重みを掛け合わせることでスペース評価値を算出し、パスの直前のスペース評価値と得点の関連を分析する。

DOI： 10.11517/pjsai.jsai2024.0_3xin221

CiNii Research

サッカーにおけるフルピッチ映像からのイベント検出に基づいた前線の守備評価

井出憲次朗, 内田郁真, 梅基陸平, 藤井慶輔

人工知能学会全国大会論文集 JSAI2024 巻 ( 0 ) 頁： 3Xin247 - 3Xin247 2024年

記述言語：日本語掲載種別：研究論文（学術雑誌）出版者・発行元：一般社団法人人工知能学会

サッカーのデータ分析の多くは、選手とボールのトラッキングデータやイベントデータが必要であり、現状資金力のあるプロリーグが企業を介して人手で多くのデータを集めている状況である。先行研究では、機械学習モデルを用いてプロの放送映像から特定のイベント検出を行っていたが、アマチュアの映像は様々な撮影条件の存在から適用することが難しい。本研究はアマチュアのフルピッチ映像から特定のイベント検出を行い、その検出結果に基づいた前線の守備評価の妥当性の検討を目的とする。本研究では2種類の手法で映像からイベント検出を行った。1つ目は、映像のフレームを入力とし、予測ラベルを出力とする深層学習ベースのe2e-spotを用いる手法である。2つ目は、ボールのトラッキングデータから速度を算出し、速度の変化からパスの開始と終わりを検出するルールベースの手法である。プロの映像から学習してアマチュアのフルピッチ映像でファインチューニングを行ったe2e-spotでは、ルールベースの手法より正確にイベント検出を行えた。今後は、推定されたイベントを用いて、どれだけ正確にその後のサッカーの前線の守備評価を行えるかを検証する。

DOI： 10.11517/pjsai.jsai2024.0_3xin247

CiNii Research

シミュレーションデータを用いたサッカー基盤モデルの構築に向けて

染谷大河, スコットアトム, 藤井慶輔, 秋山英久, 中島智晴, 谷中瞳

人工知能学会全国大会論文集 JSAI2024 巻 ( 0 ) 頁： 3I5OS27b02 - 3I5OS27b02 2024年

記述言語：日本語掲載種別：研究論文（学術雑誌）出版者・発行元：一般社団法人人工知能学会

「もしシュートではなくパスを選択していたらどうなっていただろうか？」サッカーにおける反実仮想シミュレーションは、このような仮想的な状況を生成する手法であるが、選手間の複雑な相互作用が多く実現が難しい。一方で、実際には起きなかった試合状況を考慮しつつ、選手やチームの意思決定を定量的に評価することは、各クラブにとって重要な意味をもつ。近年、自然言語処理などの多くの分野では、大規模基盤モデルの有用性が報告されており、あらゆる下流タスクに応用されている。サッカードメインにおいても、このような基盤モデルが構築できれば、容易に反実仮想シミュレーションが可能になると考えられるが、大量の実データの確保が難しく、未だ実現に至っていない。そこで本研究では、大規模に取得可能なRobocup2Dの選手軌道シミュレーションデータを用いて、サッカー基盤モデルの構築を試みる。また、基盤モデルから派生した埋め込み表現の下流タスクにおける有効性も検証する。これにより、従来手法より長い文脈を考慮したプレーの定量評価が可能になるだけでなく、埋め込み表現を用いた類似プレーシーンの検索や分類など、多くの応用が期待される。

DOI： 10.11517/pjsai.jsai2024.0_3i5os27b02

CiNii Research

バスケットボールにおける選手の組合せが得点効率に与える影響の分析

山田和宏, 藤井慶輔

人工知能学会全国大会論文集 JSAI2024 巻 ( 0 ) 頁： 1D4GS1004 - 1D4GS1004 2024年

記述言語：日本語掲載種別：研究論文（学術雑誌）出版者・発行元：一般社団法人人工知能学会

バスケットボールの試合では、5対5で勝負を争う。特にオフェンスにおいては、異なるプレイスタイルを持つ選手達が相互に連携し、効率良く得点を重ねることが重要である。先行研究では、スタッツと呼ばれる各選手の統計量に基づきクラスタリングした結果を用いて選手の相性が検討されたが、具体性に欠けていた。本研究は、オフェンスのみに焦点を当て、選手の組合せが得点効率に与える影響をより具体的に検討することを目的とする。本研究では、オフェンスにおける選手のプレイスタイルを捉えるために、異なる2つの手法を用いる。1つは、トラッキングデータから作成したシュート時とその直前の位置や移動距離などのシュートの特徴量を使用して、各選手のシュートの集合を確率分布と見なし分布間距離であるWasserstein距離に基づいて選手のシュートの傾向を類型化する、新たに提案する手法である。もう1つは、既存手法に改良を加えた、オフェンスにおける役割を類型化する手法である。以上２つの類型に基づくラインナップの情報から得点効率を表すスタッツを予測する機械学習モデルを作成してそれを解釈することにより、選手の相性に関する新たな知見を得た。

DOI： 10.11517/pjsai.jsai2024.0_1d4gs1004

CiNii Research

実世界マルチエージェントの手本を用いた強化学習における適応的な行動の活用

藤井慶輔, 筒井和詩, スコットアトム, 中原啓, 武石直也, 河原吉伸

人工知能学会全国大会論文集 JSAI2024 巻 ( 0 ) 頁： 1E5GS504 - 1E5GS504 2024年

記述言語：日本語掲載種別：研究論文（学術雑誌）出版者・発行元：一般社団法人人工知能学会

実世界の生物学的マルチエージェントを強化学習でモデル化する場合、ソースとなる実世界のデータとターゲットとなる強化学習環境の間にドメインギャップがあるため、ターゲットダイナミクスを未知のソースダイナミクスに適応させることが必要である。そこで本研究では、実世界のdemonstrationから、マルチエージェント強化学習におけるドメイン適応のための方法として、ソースの行動をターゲットの行動に適応させた情報を教師として用いる強化学習手法を提案する。2対1の追跡-逃避や、サッカーの2対2および4対8などの限定的な状況において、ベースラインと比べてデータを模倣し、かつ報酬を獲得できるエージェントを学習したことを示した。

DOI： 10.11517/pjsai.jsai2024.0_1e5gs504

CiNii Research

言語モデリングによる行動選択・状態推移確率の推定に基づくサッカーのプレー定量評価指標

染谷大河, 川口康平, 藤井慶輔

人工知能学会全国大会論文集 JSAI2024 巻 ( 0 ) 頁： 2F4GS505 - 2F4GS505 2024年

記述言語：日本語掲載種別：研究論文（学術雑誌）出版者・発行元：一般社団法人人工知能学会

応用的なスポーツ分析が広く行われているが、サッカーなどのゴール型スポーツにおいては、複数エージェントが絡む連続的なデータを扱う必要があり、その包括的な分析は難しい。実際、既存の評価指標の多くはボールの座標やその周辺の統計情報を入力とした静的でシンプルなものであり、前後の試合文脈を考慮した包括的な評価指標は発展途上である。一方で、近年大規模言語モデル（LLM）が注目されており、自然言語処理分野のみならず、強化学習やマルチエージェント軌道予測などでの有用性も報告されている。しかし、サッカーデータへの応用例は未だ限定的である。そこで本研究では、言語モデルを用いてピッチ上に存在する選手の観測する状態と選択した行動をトークン化した系列を予測することを通して、選手の行動選択と状態遷移の確率をモデリングする。また、モデルの出力を用いて強化学習の枠組みに基づき各選手やチームの状態行動価値（Q値）を算出し、定量的に評価する枠組みを初めて提案する。

DOI： 10.11517/pjsai.jsai2024.0_2f4gs505

CiNii Research

集団スポーツにおける時空間イベントデータの反実仮想評価のための深層生成モデルを用いた情報補完

梅基陸平, 藤井慶輔

人工知能学会全国大会論文集 JSAI2024 巻 ( 0 ) 頁： 3I5OS27b03 - 3I5OS27b03 2024年

記述言語：日本語掲載種別：研究論文（学術雑誌）出版者・発行元：一般社団法人人工知能学会

計測技術の発展により、様々な分野でマルチエージェント時空間データの分析が行われている。しかし、実際に発生したことへの分析に限られることや、データの情報不足が原因で、データ解析結果の今後の意思決定への活用や、データの不確実性の解決策に課題がある。この問題の対処に、反実仮想と情報補完の概念が重要な役割を果たす。しかし、マルチエージェント時空間データに対して、反実仮想を応用した例や、情報補完手法を適用した例は少ない。本論文では、このようなデータに対して、反実仮想を考慮して行動を評価する手法と、不足した情報を補完する手法を提案する。特に、より多くのエージェントの情報を含むオープンなサッカーのデータに関してこれを行う。前者は、人が理解しやすい数理モデルの反実仮想を行うことでチームの守備評価と改善案の提示を行う。後者は、エージェント間の相互作用に関する特徴量を考慮しつつ、オープンなサッカーデータで不足する速度情報の補完が可能な深層学習モデルを提案する。本研究により、より多くの人が分析を行えるようになり、選手や監督の意思決定のサポートができることが期待される。

DOI： 10.11517/pjsai.jsai2024.0_3i5os27b03

CiNii Research

Dog's 3D Skeleton Reconstruction using a Moving Trainer for Analysis of Guide Dog Training. 査読有り

Ansheng Wang, Rongjin Huang, Keisuke Fujii, Shinji Tanaka, Yoshiro Matsunami, Yasutoshi Makino, Hiroyoki Shinoda

SMC 頁： 4594 - 4599 2024年

Extracting proficiency differences and individual characteristics in golfers' swing using single-video markerless motion analysis 査読有り

Kota Yamamoto, Yumiko Hasegawa, Tomohiro Suzuki, Hiroo Suzuki, Hiroko Tanabe, Keisuke Fujii

Frontiers in Sports and Active Living 5 巻 2023年11月

Can golfers choose low-risk routes in steep putting based on visual feedback of ball trajectory? 査読有り国際誌

Yumiko Hasegawa, Ayako Okada, Keisuke Fujii

Frontiers in Sports and Active Living 5 巻頁： 1131390 - 1131390 2023年8月

Synergizing Deep Reinforcement Learning and Biological Pursuit Behavioral Rule for Robust and Interpretable Navigation 査読有り

Kazushi Tsutsui, Kazuya Takeda, Keisuke Fujii

1st Workshop on the Synergy of Scientific and Machine Learning Modeling (SynS and ML) co-located with the International Conference on Machine Learning (ICML'23) 2023年8月

Pitching strategy evaluation via stratified analysis using propensity score 査読有り

Hiroshi Nakahara, Kazuya Takeda, Keisuke Fujii

Journal of Quantitative Analysis in Sports 19 巻 ( 2 ) 頁： 91 - 102 2023年5月

Prediction of Bat Flight Path During Obstacle Avoidance by Imitation Learning 査読有り

Shoko Genda, Yu Teshima, Taku Kawamura, Daichi Ohara, Keisuke Fujii, Shizuko Hiryu

2nd International Workshop on Behavior analysis and Recognition for knowledge Discovery (BiRD 2023) in conjunction with the IEEE International Conference on Pervasive Computing and Communications (PerCom 2023) 2023年3月

Biomechanical strategies to maximize gait attractiveness among women 査読有り

Hiroko Tanabe, Keisuke Fujii, Naotsugu Kaneko, Hikaru Yokoyama, Kimitaka Nakazawa

Frontiers in Sports Active Living 5 巻 ( 1091470 ) 2023年2月

Estimating the Effect of Team Hitting Strategies Using Counterfactual Virtual Simulation in Baseball, 査読有り

Hiroshi Nakahara, Kazuya Takeda, Keisuke Fujii,

International Journal of Computer Science in Sport 22 巻 ( 1 ) 頁： 1 - 12 2023年1月

A framework of interpretable match results prediction in football with FIFA ratings and team formation. 査読有り国際誌

Calvin C K Yeung, Rory Bunker, Keisuke Fujii

PloS one 18 巻 ( 4 ) 頁： e0284318 2023年

担当区分：最終著者,　責任著者記述言語：英語掲載種別：研究論文（学術雑誌）

While forecasting football match results has long been a popular topic, a practical model for football participants, such as coaches and players, has not been considered in great detail. In this study, we propose a generalized and interpretable machine learning model framework that only requires coaches' decisions and player quality features for forecasting. By further allowing the model to embed historical match statistics, features that consist of significant information, during the training process the model was practical and achieved both high performance and interpretability. Using five years of data (over 1,700 matches) from the English Premier League, our results show that our model was able to achieve high performance with an F1-score of 0.47, compared to the baseline betting odds prediction, which had an F1-score of 0.39. Moreover, our framework allows football teams to adapt for tactical decision-making, strength and weakness identification, formation and player selection, and transfer target validation. The framework in this study would have proven the feasibility of building a practical match result forecast framework and may serve to inspire future studies.

DOI： 10.1371/journal.pone.0284318

PubMed

researchmap

Predictive World Models from Real-World Partial Observations. 査読有り

Robin Karlsson, Alexander Carballo, Keisuke Fujii 0001, Kento Ohtani, Kazuya Takeda

MOST 頁： 152 - 166 2023年

Multi-Agent Deep-Learning Based Comparative Analysis of Team Sport Trajectories. 査読有り

Zhang Ziyi, Rory P. Bunker, Kazuya Takeda, Keisuke Fujii 0001

IEEE Access 11 巻頁： 43305 - 43315 2023年

Learning to Predict Navigational Patterns from Partial Observations 査読有り

Robin Karlsson, Alexander Carballo, Francisco Lepe-Salazar, Keisuke Fujii, Kento Ohtani, Kazuya Takeda

IEEE Robotics and Automation Letters 2023年

記述言語：英語掲載種別：研究論文（学術雑誌）

Human beings cooperatively navigate rule-constrained environments by adhering to mutually known navigational patterns, which may be represented as directional pathways or road lanes. Inferring these navigational patterns from incompletely observed environments is required for intelligent mobile robots operating in unmapped locations. However, algorithmically defining these navigational patterns is nontrivial. This paper presents the first self-supervised learning (SSL) method for learning to infer navigational patterns in real-world environments from partial observations only. We explain how geometric data augmentation, predictive world modeling, and an information-theoretic regularizer enable our model to predict an unbiased local directional soft lane probability (DSLP) field in the limit of infinite data. We demonstrate how to infer global navigational patterns by fitting a maximum likelihood graph to the DSLP field. Experiments show that our SSL model outperforms two SOTA supervised lane graph prediction models on the nuScenes dataset. We propose our SSL method as a scalable and interpretable continual learning paradigm for navigation by perception.

DOI： 10.1109/LRA.2023.3291924

Scopus

researchmap

Score prediction using multiple object tracking for analyzing movements in 2-vs-2 Handball. 査読有り

Ren Kobayashi, Rikuhei Umemoto, Kazuya Takeda, Keisuke Fujii 0001

GCCE 頁： 946 - 947 2023年

Automatic Edge Error Judgment in Figure Skating Using 3D Pose Estimation from Inertial Sensors. 査読有り

Ryota Tanaka, Tomohiro Suzuki, Kazuya Takeda, Keisuke Fujii 0001

GCCE 頁： 1099 - 1100 2023年

Automatic Edge Error Judgment in Figure Skating Using 3D Pose Estimation from a Monocular Camera and IMUs. 査読有り

Ryota Tanaka, Tomohiro Suzuki, Kazuya Takeda, Keisuke Fujii 0001

MMSports@MM 頁： 41 - 48 2023年

Action Valuation of On- and Off-Ball Soccer Players Based on Multi-Agent Deep Reinforcement Learning. 査読有り

Hiroshi Nakahara, Kazushi Tsutsui, Kazuya Takeda, Keisuke Fujii 0001

IEEE Access 11 巻頁： 131237 - 131244 2023年

A sense of distance and movement characteristics of golfers tested without visual feedback of outcomes: Is a putt that feels subjectively good also physically good? 査読有り

4 巻 ( 987493 ) 2022年10月

Automatic Fault Detection in Race Walking From a Smartphone Camera via Fine-Tuning Pose Estimation 査読有り

2022年10月

集団運動における機械学習を用いたデータ科学査読有り

藤井慶輔

人工知能学会研究会資料人工知能基本問題研究会 121 巻 ( 0 ) 頁： 18 - 18 2022年9月

Optimization of aircraft flight paths considering the conflicting parameters of economy and safety 査読有り

Tetsuya Nagashima, Ming Ding, Keisuke Fujii, Kazuya Takeda

33rd Congress of the International Council of the Aeronautical Sciences 2022年9月

Evaluation of creating scoring opportunities for teammates in soccer via trajectory prediction 査読有り

Masakiyo Teranishi, Kazushi Tsutsui, Kazuya Takeda, Keisuke Fujii

2022年9月

Emergence of Collaborative Hunting via Multi-Agent Deep Reinforcement Learning, International Workshop on Human Behavior Understanding 査読有り

International Workshop on Human Behavior Understanding (HBU'22) in conjunction with 26th International Conference on Pattern Recognition (ICPR'22) 2022年8月

SoccerTrack: A Dataset and Tracking Algorithm for Soccer with Fish-eye and Drone Videos. 査読有り

Atom Scott, Ikuma Uchida, Masaki Onishi, Yoshinari Kameda, Kazuhiro Fukui, Keisuke Fujii 0001

CVPR Workshops 頁： 3568 - 3578 2022年6月

Deep Reinforcement Learning in a Racket Sport for Player Evaluation With Technical and Tactical Contexts. 査読有り

Ning Ding, Kazuya Takeda, Keisuke Fujii

IEEE Access 10 巻頁： 54764 - 54772 2022年5月

Discriminant Dynamic Mode Decomposition for Labeled Spatiotemporal Data Collections. 査読有り

Naoya Takeishi, Keisuke Fujii, Koh Takeuchi, Yoshinobu Kawahara

SIAM J. Appl. Dyn. Syst. 21 巻 ( 2 ) 頁： 1030 - 1058 2022年5月

How does AI play football? An analysis of RL and real-world football strategies 査読有り

Atom Scott, Keisuke Fujii, Masaki Onishi

International Conference on Agents and Artificial Intelligence (ICAART 2022) 1 巻頁： 42 - 52 2022年2月

Evaluation of soccer team defense based on prediction models of ball recovery and being attacked: A pilot study 査読有り

Kosuke Toda, Masakiyo Teranishi, Keisuke Kushiro & Keisuke Fujii

PLoS One 17 巻 ( 1 ) 頁： e0263051 2022年1月

Player evaluation in a racket sport via deep reinforcement learning with technical and tactical contexts 査読有り

DING Ning, TAKEDA Kazuya, FUJII Keisuke

Proceedings of the Annual Conference of JSAI JSAI2022 巻 ( 0 ) 頁： 1S1IS304 - 1S1IS304 2022年

記述言語：日本語掲載種別：研究論文（学術雑誌）出版者・発行元：The Japanese Society for Artificial Intelligence

Evaluating the performance of players in dynamic competition plays a vital role in effective sports coaching. However, the evaluation of players in racket sports has been still difficult in a quantitative manner, because it is derived from the integration of complex tactical and technical (i.e., whole-body movement) performances. In this paper, we propose a new evaluation method for racket sports based on deep reinforcement learning, which can analyze the player's motion in more detail than the results (i.e., scores). Our method uses historical data including players' tactical and technical performance information to learn the next score probability as Q function, which is used to value players’ actions. We verified our approach by comparing various models and present the effectiveness of our method through use cases that analyze the performance of the top badminton players in world-class events.

DOI： 10.11517/pjsai.jsai2022.0_1s1is304

CiNii Research

野生コウモリの出巣時における移動パターン計測及びグレンジャー因果を用いた群行動メカニズムに関する基礎的検討査読有り

牛尾和嵯, 藤岡慧明, 藤井慶輔, 波部斉, 川嶋宏彰, 飛龍志津子

人工知能学会全国大会論文集 JSAI2022 巻 ( 0 ) 頁： 3G4OS15b02 - 3G4OS15b02 2022年

記述言語：日本語掲載種別：研究論文（学術雑誌）出版者・発行元：一般社団法人人工知能学会

コウモリは自身が発した超音波の反響を処理することで周囲環境を認識する反響定位を行う．また多くの種のコウモリが集団で生息し，ねぐらからいくつもの個体が連なって出巣する集団飛行も観察されるが，夜間での計測の難しさなどからコウモリの群行動メカニズムに関する研究はほとんど行われていない．そこで本研究は，高感度ビデオカメラを用いて出巣するユビナガコウモリの飛行軌跡を3次元的に計測し，出巣の行動パターンを調べた．またコウモリは，他個体との衝突を回避しながらも，効率的な集団での出巣を可能にしていると考えられる．そこで，グレンジャー因果関係を集団移動軌跡において計算可能な手法を適用することで（Fujii et al., NeurlPS’21），出巣時のコウモリの群行動を分析した．その結果，前方を飛行する個体は，他個体から「分離」または「接近」するように飛行していることが分かった．これはすなわち，音声を用いて環境把握するコウモリは，視覚的には捉えることのできない後方個体からの影響も受けていることを示唆しており，視覚動物を中心とする集団行動のモデル動物とは違う，コウモリ独自の群行動メカニズムの存在が考えられる．

DOI： 10.11517/pjsai.jsai2022.0_3g4os15b02

CiNii Research

軌道予測に基づいた味方の得点機会を創出するサッカー選手の評価査読有り

寺西真聖, 筒井和詩, 武田一哉, 藤井慶輔

人工知能学会全国大会論文集 JSAI2022 巻 ( 0 ) 頁： 3G4OS15b05 - 3G4OS15b05 2022年

記述言語：日本語掲載種別：研究論文（学術雑誌）出版者・発行元：一般社団法人人工知能学会

サッカーは22人の選手とボールが複雑に相互作用する競技である。サッカーの攻撃選手の定量的評価については、ボール保持状態に関する研究が多く、数は少ないがボール非保持状態に関する研究も行われている（例えば[1] Spearman et al. 2018)。しかし、ボールを保持せず、受け取らない攻撃選手の評価が難しく、典型的な（あるいは予測された）動きと比べて、どのように動いたことが得点機会の創出に寄与するかを明らかにすることが難しい。本研究では、軌道予測により生成された基準となる動きを実際の動きと比較して、オフボールの得点機会を創出する選手を評価する。提案手法では、まず正確に選手間の関係性をモデル化し長期軌道予測が可能な、グラフ変分再帰型ニューラルネットワークを用いて軌道予測を行う。次に、ボール非保持状態を評価する既存手法[1]の実データの値と軌道予測の値の差に基づき、基準となる予測された動きと比べて、どのように動いたことが得点機会の創出に寄与したかを評価する。検証では、Jリーグの全18チームとの得点との関連やある1試合の例を用いて、提案手法の評価が直観に合うことを示す。

DOI： 10.11517/pjsai.jsai2022.0_3g4os15b05

CiNii Research

反実仮想シミュレーションを用いた野球におけるチーム打撃戦略の効果検証査読有り

中原啓, 武田一哉, 藤井慶輔

人工知能学会全国大会論文集 JSAI2022 巻 ( 0 ) 頁： 3G4OS15b04 - 3G4OS15b04 2022年

記述言語：日本語掲載種別：研究論文（学術雑誌）出版者・発行元：一般社団法人人工知能学会

近年、測定技術の向上に伴い、野球の応用的なデータ分析が広く行われるようになった。グラウンド上のあらゆるプレーが定量的に評価され、個人やチームの戦略に大きな影響を及ぼしている。個人の打撃貢献を表す指標としてwOBAという指標がよく知られているが、wOBAは走者状況や点差などの試合状況を考慮しない。しかしながら、実際の試合において試合状況を考慮して複数の打撃戦略を使い分けることは一般的であり、その効果は未知である。これは、打者の戦略を第三者が取得できず、効果の推定が困難であるためだと考えられる。そこで本研究では、反実仮想シミュレーションによる効果推定方法を新たに提案する。これを実現するため、打撃戦略の変更にあたって妥当な打撃能力変換を行う深層学習モデルを提案する。本手法によって、実際の試合データでは難しかった、様々な戦略の効果推定が可能となる。検証の結果、打撃戦略のスイッチングコストを無視できる場合、戦略の使い分けが得点を増加させることが明らかになった。また、スイッチングコストを考慮する場合、得点が増加するための条件は限定的であることが明らかになった。

DOI： 10.11517/pjsai.jsai2022.0_3g4os15b04

CiNii Research

マルチエージェント深層強化学習を用いた協調的狩りにみられる行動方略の多様性査読有り

筒井和詩, 武田一哉, 藤井慶輔

人工知能学会全国大会論文集 JSAI2022 巻 ( 0 ) 頁： 3G4OS15b03 - 3G4OS15b03 2022年

記述言語：日本語掲載種別：研究論文（学術雑誌）出版者・発行元：一般社団法人人工知能学会

協調的な狩りは自然界に広くみられる協力の形であるが、その捕食の組織化のレベルには種によって違いがあることが知られている。しかし、このような多様性を包括的に捉える試みは少なく、協力的な捕食の形態がどのように進化し、維持されてきたかは十分に理解されていない。本研究では、深層強化学習に基づくマルチエージェント・シミュレーションを用いてこの問題に取り組んだ。ここでは、これまでの自然観察から捕食形態との関連が示唆されている要因を変化させた際の行動方略の変化を調べ、捕食者よりも獲物のほうが移動能力が高く単独での捕捉が困難であり、かつ獲物を捕まえた際に食料（報酬）を共有する、という二つの要因が組み合わさった条件において個体間で役割分担のみられる最高レベルの組織化が現れることがわかった。この結果は、これまで高度な認知能力が必要かもしれないと考えられてきた洗練された捕食形態が比較的単純な認知および学習の仕組みから進化しうることを示唆するとともに、捕食の形態とその生物の置かれた環境との密接な結びつきを強調している。

DOI： 10.11517/pjsai.jsai2022.0_3g4os15b03

CiNii Research

Analysis of group behavior based on sharing heterogeneous roles in a triad using a coordinated drawing task 査読有り

2022年

Cooperative play classification in team sports via semi-supervised learning, International Journal of Computer Science in Sport 査読有り

2022年

Frechet and Hausdorff Kernels for Trajectory Data Analysis 査読有り

Koh Takeuchi, Masaaki Imaizumi, Shunsuke Kanda, Keisuke Fujii, Masakazu Ishihata, Takuya Maekawa, Ken Yoda, Yasuo Tabei

29th ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems (ACM SIGSPATIAL 2021) 2021年11月

Skill Differences in a Discrete Motor Task Emerging From the Environmental Perception Phase 査読有り

Yumiko Hasegawa, Ayako Okada, Keisuke Fujii

Frontiers in Psychology 12 巻 2021年10月

Supervised sequential pattern mining of event sequences in sport to identify important patterns of play: An application to rugby union 査読有り

Rory Bunker, Keisuke Fujii, Hiroyuki Hanada, Ichiro Takeuchi

PLOS ONE 16 巻 ( 9 ) 頁： e0256329 - e0256329 2021年9月

Flexible prediction of opponent motion with internal representation in interception behavior 査読有り

Kazushi Tsutsui, Keisuke Fujii, Kazutoshi Kudo, Kazuya Takeda

Biological Cybernetics 2021年8月

Understanding Others' Roles Based on Perspective Taking in Coordinated Group Behavior 査読有り

Jun Ichikawa, Keisuke Fujii

Proceedings of the Annual Meeting of the Cognitive Science Society 43 巻頁： 1285 - 1291 2021年8月

Extraction of swing motion contributing to prediction of shuttle drop position in badminton 査読有り

Tatsuya Yoshikawa, Kazushi Tsutsui, Kazuya Takeda, Keisuke Fujii

30th International Joint Conference on Artificial Intelligence (IJCAI-21) workshop on AI for Sports Analytics (AISA) 2021年8月

なぞり課題を用いた運動協調における役割の検討査読有り

市川淳, 藤井慶輔

認知科学 28 巻 ( 1 ) 頁： 170 - 173 2021年3月

Quantitative analysis of spontaneous sociality in children's group behavior during nursery activity 査読有り国際誌

Ichikawa Jun, Fujii Keisuke, Nagai Takayuki, Omori Takashi, Oka Natsuki

PLOS ONE 16 巻 ( 2 ) 頁： e0246041 2021年2月

Trajectory prediction with imitation learning reflecting defensive evaluation in team sports 査読有り

Teranishi M.

2020 IEEE 9th Global Conference on Consumer Electronics, GCCE 2020 頁： 124 - 125 2020年12月

Cognition and interpersonal coordination of patients with schizophrenia who have sports habits 査読有り国際誌

Fujii Keisuke, Yoshihara Yujiro, Matsumoto Yukiko, Tose Keima, Takeuchi Hideaki, Isobe Masanori, Mizuta Hiroto, Maniwa Daisuke, Okamura Takehiko, Murai Toshiya, Kawahara Yoshinobu, Takahashi Hidehiko

PLOS ONE 15 巻 ( 11 ) 頁： e0241863 2020年11月

Succinct Trit-array Trie for Scalable Trajectory Similarity Search 査読有り

Kanda S.

GIS: Proceedings of the ACM International Symposium on Advances in Geographic Information Systems 頁： 518 - 529 2020年11月

協調に関する議論に向けたアプローチの提案：集団運動からみる他者の行動予測と適応査読有り

市川淳, 藤井慶輔

認知科学 27 巻 ( 3 ) 頁： 377 - 385 2020年9月

記述言語：日本語掲載種別：研究論文（学術雑誌）出版者・発行元：日本認知科学会

In this paper, we propose a research approach that is used in cognitive science to investigate more complex coordination mechanisms between three or more people. That is, we propose an approach that uses position data to quantitatively analyze group behavior and to link these characteristics with the cognition of anticipating others' behaviors. It is important for coordination to anticipate others' behaviors and to adapt one's own body movement to others based on anticipation. We highlight previous studies on problem solving and learning in cognitive science which have investigated interaction processes from verbal protocols during task implementation and indicated the importance of understanding others' perspectives. Additionally, recent cognitive models of estimating others' intentions and anticipating others' behaviors during interactions using non-verbal information such as eye movement, posture, and gesture, have been investigated. Considering these previous studies, we focus on group behavior and propose to apply the new approach mentioned above to discuss a mechanism of more complex coordination. We also refer to some studies of biological group behaviors in biology, artificial life, and sports science, and demonstrate a potential issue that such papers did not focus on the cognition related to coordinative group behaviors. This paper illustrates an example of discussing interactions with others, to which the new approach is applied. Our previous study here analyzed children's group behavior during nursery activities using position data and linked these characteristics with the cognitive development of anticipating others' behaviors based on spontaneous sociality. However, it is difficult to investigate some details of group behavior due to the limitation of field measurement, for example, the accuracy of a child's anticipation and whether a child moved based upon anticipation. In future work, it is important to analyze controlled group behavior and to indicate accuracy of individuals' anticipation from movement data to solve these problems.

DOI： 10.11225/cs.2020.026

CiNii Research

COGNITION AND SOCIAL BEHAVIORS IN SPORTS FOR PATIENTS WITH SCHIZOPHRENIA ENGAGED IN SPORTS HABITS 査読有り

Yoshihara Yujiro, Fujii Keisuke, Murai Toshiya, Takahashi Hidehiko

SCHIZOPHRENIA BULLETIN 46 巻頁： S128 - S128 2020年4月

Practice Motions Performed During Preperformance Preparation Drive the Actual Motion of Golf Putting 査読有り

Hasegawa Yumiko, Miura Akito, Fujii Keisuke

FRONTIERS IN PSYCHOLOGY 11 巻頁： Article 513 2020年3月

Practice Motions Performed During Preperformance Preparation Drive the Actual Motion of Golf Putting 査読有り

Yumiko Hasegawa, Akito Miura, Keisuke Fujii

Frontier in Psychology 11 巻 ( 513 ) 頁： https://doi.org/10.3389/fpsyg.2020.00513 2020年3月

Dynamic mode decomposition via dictionary learning for foreground modeling in videos 査読有り

Israr Ul Haq, Keisuke Fujii, Yoshinobu Kawahara

15th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications (VISAPP'20) 5 巻 ( - ) 頁： 476-483 2020年3月

Physically-interpretable classification of network dynamics for complex collective motions 査読有り

Keisuke Fujii, Naoya Takeishi, Motokazu Hojo, Yuki Inaba, Yoshinobu Kawahara

Scientific Reports 10 巻 ( 3005 ) 頁： https://doi.org/10.1038/s41598-020-58064-w 2020年2月

協調に関する議論に向けたアプローチの提案－集団運動からみる他者の行動予測と適応－査読有り

市川淳, 藤井慶輔

認知科学 27 巻 ( 3 ) 頁： xx - xx 2020年

高速かつ省メモリな軌跡類似検索のための簡潔トライ索引査読有り

神田峻介, 竹内孝, 藤井慶輔, 田部井靖生

人工知能学会全国大会論文集 2020 巻 ( 0 ) 頁： 2C4OS7a01 - 2C4OS7a01 2020年

掲載種別：研究論文（学術雑誌）出版者・発行元：一般社団法人人工知能学会

本稿では、大規模な軌跡データに対する効率的な類似検索手法を提案する。本手法はLocality Sensitive HashingとTrie木を活用し高速な類似検索を実現する。高いメモリ効率を実現するために、冗長なTrie木の節点を削減する手法を提案する。さらに、三進数配列を用いたTrie木の簡潔表現であるSuccinct Trit-Array Trieを提案する。大規模な実データを用いた実験において、既存手法と比べて提案手法は検索速度とメモリ効率に関して高い性能を示した。

DOI： 10.11517/pjsai.JSAI2020.0_2C4OS7a01

「現場と研究の橋渡し」（ 2 ）にあたって

藤井慶輔, 永田直也

バスケットボール研究 6 巻 ( 0 ) 頁： 1 - 2 2020年

Dynamic mode decomposition via dictionary learning for foreground modeling in videos 査読有り

Israr Ul Haq, Keisuke Fujii, Yoshinobu Kawahara

VISIGRAPP 2020 - Proceedings of the 15th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications 5 巻頁： 476 - 483 2020年

記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）出版者・発行元：SciTePress

Accurate extraction of foregrounds in videos is one of the challenging problems in computer vision. In this study, we propose dynamic mode decomposition via dictionary learning (dl-DMD), which is applied to extract moving objects by separating the sequence of video frames into foreground and background information with a dictionary learned using block patches on the video frames. Dynamic mode decomposition (DMD) decomposes spatiotemporal data into spatial modes, each of whose temporal behavior is characterized by a single frequency and growth/decay rate and is applicable to split a video into foregrounds and the background when applying it to a video. And, in dl-DMD, DMD is applied on coefficient matrices estimated over a learned dictionary, which enables accurate estimation of dynamical information in videos. Due to this scheme, dl-DMD can analyze the dynamics of respective regions in a video based on estimated amplitudes and temporal evolution over patches. The results on synthetic data exhibit that dl-DMD outperforms the standard DMD and compressed DMD (cDMD) based methods. Also, the results of an empirical performance evaluation in the case of foreground extraction from videos using publicly available dataset demonstrates the effectiveness of the proposed dl-DMD algorithm and achieves a performance that is comparable to that of the state-of-the-art techniques in foreground extraction tasks.

Scopus

researchmap

Motor control of practice and actual strokes by professional and amateur golfers differ but feature a distance-dependent control strategy 査読有り国際誌

Yumiko Hasegawa, Keisuke Fujii, Akito Miura, Keiko Yokoyama, Yuji Yamamoto

European Journal of Sport Science 19 巻 ( 9 ) 頁： 1204 - 1213 2019年10月