オリンピックはテクノロジーで読み解け！　分析すればスポーツはもっとおもしろくなる

スポーツテクノロジー記事（サッカー）

ホームとアウェイ、無観客試合でどう変わる？　ホームアドバンテージとオーディエンスの関係

現役スポーツアナリストとスポーツ分析に興味のある方々が情報を共有するイベント「Sports Analyst Meetup」。名城大学理工学部の教員である小中氏が「無観客試合におけるホームアドバンテージ」のテーマに、無観客時にホームで行う試合の勝敗について、実際に欧州5大サッカーリーグのデータを調べてわかったことを発表しました。

今回のオリンピックは、コロナ禍のため無観客試合開催が決定となっている競技も少なくありません。観客を入れずに試合を行うことが、ホームアドバンテージ（本拠地での試合を行うチームや選手が、相手選手に対して持つ優位性のこと）にどのように影響するのでしょうか。

ホームとアウェイ、無観客試合でどう変わる？　ホームアドバンテージとオーディエンスの関係

現役スポーツアナリストとスポーツ分析に興味のある方々が情報を共有するイベント「Sports Analyst Meetup」。今回、名城大学理工学部の教員である小中氏が、「無観客試合におけるホームアドバンテージ」のテーマで、無観客時にホームで行う試合の勝敗について、実際に欧州5大サッカーリーグのデータを調べてわかったことを発表しました。

スポーツテクノロジー記事（野球）

野球で送りバントが減らないのはなぜか　認知科学研究者が分析する送りバントをする心理学的理由

認知科学研究者のなういず氏は、現役スポーツアナリストとスポーツ分析に興味のある方の情報共有イベントである「Sports Analyst Meetup」で心理学的アプローチからどうして野球で送りバントが減らないのかを解説しました。

アウト1つを犠牲にしてランナーを次の塁に進める戦術である送りバント。さまざまなところで非効率的な作戦だと言われています。現状1試合あたりの送りバントの数は近年減ってきてはいるものの、いまだに試合中に見る技術です。なぜ送りバントは減らないのかを、時間割引の視点から検証しました。

野球で送りバントが減らないのはなぜか　認知科学研究者が分析する送りバントをする心理学的理由

Sports Analyst Meetupは、現役スポーツアナリストとスポーツ分析に興味のある方の情報共有イベント。ここでは認知科学研究者のなういず氏が、時間割引の視点からどうしてバントは減らないのか、心理学的アプローチから解説しました。

スポーツテクノロジー記事（野球）

予想外に変化する球を投げるピッチャーは学習されやすい？　野球の投球軌道を脳科学と組み合わせて分析する

ふだんは大学で認知科学について学んでいるなういず氏は、野球の投球軌道の誤差をPredictive Codingを使って予測していきます。実際の選手の成績や改善点の例などを出しながら、わかりやすく解説しました。

脳科学の枠組みとスポーツを掛け合わせて発表された「予想外に変化する投球軌道は打者に学習されやすい？　~Predictive Codingと予測誤差を添えて~」。予測誤差を減らすように学習する人間の普遍的な脳の活動は、ボールの起動の学習にも当てはまるのか、特異球投手は試合においてどのような傾向があるのか。オリンピックの試合前に一読しておくのはいかがでしょうか。

予想外に変化する球を投げるピッチャーは学習されやすい？　野球の投球軌道を脳科学と組み合わせて分析する

スポーツアナリストおよびスポーツデータ分析をする方々に向けたイベント「Sports Analyst Meetup」。今回登壇されるのは、ふだんは大学で認知科学について学んでいるなういず氏。同氏は、野球の投球軌道の誤差をPredictive Codingを使って予測していきます。実際の選手の成績や改善点の例などを出しながら、わかりやすく解説しました。

スポーツテクノロジー記事（バスケットボール）

バスケの選手とボールの位置データから機械学習で攻撃・守備戦術を分類

バスケットボールの選手・コーチとしての経験をもつ藤井慶輔氏は、「Sports Analyst Meetup」で機械学習による攻撃守備戦術の分類についての研究を共有しました。

機械学習がバスケットボールをもっとおもしろくする可能性が出てきています。バスケットボールにおける攻守それぞれの戦術的な分析は、現状ビデオなどの目視など見てわかるデータしか信用されていません。攻撃・守備戦術の自動分類において有効なアプローチとはなにか、選手・コーチどちらの経験もある藤井氏が発表しました。

バスケの選手とボールの位置データから機械学習で攻撃・守備戦術を分類

Sports Analyst Meetupは、現役スポーツアナリストとスポーツ分析に興味のある方の情報共有イベントです。バスケットボールの選手・コーチとしての経験をもつ藤井慶輔氏が機械学習による攻撃守備戦術の分類についての研究を共有しました。

スポーツテクノロジー記事（テニス）

やっぱり錦織のライバルはすごかった　525試合・11万球を分析して見えた勝つためのサーブの着弾点

独学でデータ分析を勉強しているアキノヒ氏のテーマは「テニスのサーブのコントロールを定量的に評価してみよう」。錦織選手とフェデラー選手の実際の試合中の着弾点のデータを参考に、本当にうまいとされているサーブとはどんなものなのかを、可視化して評価していきます。

テニスにおいては、コントロール能力の高さも強さのひとつですが、コントロールが良し悪しはなにをもって判断されるべきでしょうか。アキノヒ氏は、コントロール能力を「選手が自分にとって有利になるところにサーブを打てている」と定義し、525試合・11万球を分析しました。その結果、1位となったのはあの選手でした。

やっぱり錦織のライバルはすごかった　525試合・11万球を分析して見えた勝つためのサーブの着弾点

現役スポーツアナリストとスポーツ分析に興味のある方が情報を共有する「Sports Analyst Meetup」。今回登壇するのは独学でデータ分析を勉強しているアキノヒ氏です。同氏はテニスのサーブコントロールに着目。実際の試合中の着弾点のデータを参考に、本当にうまいとされているサーブとはどんなものなのかを、可視化して評価していきます。