関数データ解析から失速の有無を分類するモデルを構築

マラソンでは「30kmの壁」とよばれる、ランナーが後半に失速する現象が知られています。アシックス社では、この現象を事前に検出するための研究を進めています。そのために、ランナーに装着したセンサから計測される走行時の姿勢といったさまざまな特徴を用いて、30kmより前の時点で「30kmの壁」に直面するか否かを予測する方法の開発についての学術指導を行いました。
分析方法としては、経時的に計測されるランナーの特徴に対応するデータを時間の関数として扱い分析を行う「関数データ解析」を用いました。具体的には、関数データに対して主成分分析を適用することで、走行時の特徴の経時変化という情報を圧縮し、そのうえで失速の有無を分類するモデルを構築しました。その結果、既存の方法に比べて分類精度を向上させることができたうえ、用いたモデルから、どの時点（走行距離）においてどの特徴量が分類に寄与するかを可視化することができました。本学術指導を通して得られた結果については現在論文としてまとめており、論文誌へ投稿予定です。