スキーは季節や場所の制限からトレーニングが難しいという問題があり，従来からVR やシミュレータを用いたトレーニング手法が提案されている．しかし，初心者のための効果的なトレーニング手法は未だ確立されておらず，他のスポーツに散見されるようなセンシングデータに基づいて理想のフォームとの差を提示するトレーニング手法の提案が期待されている．我々は先行研究において，シミュレータと深層学習を用いてセンシングデータから初心者と熟達者の特徴抽出を行い，荷重移動について熟達者の間で広く認識されてきた経験知を裏付ける結果が得られた．従って本研究ではスキーの諸操作のうち荷重移動の習得に着目し，熟達者との差を即時的に視覚フィードバックすることにより技術の内面化を図るトレーニング手法を提案する．本研究は説明可能AIを基盤とし，AIの知的処理を人間のうちに取り込むことのできる『内面化可能AI 研究』の手掛かりとなることが期待される． : It is not easy to practice skiing anytime, anywhere because of the season and places limitations.Toward the limitations, previous researches provide some training systems using Virtual Reality or Ski Simulator. These systems are not targeted to novice skiers. On the other hand, there are some training systems for beginners in other sports that can show an expert's example based on sensor data. This research proposes a new ski training system for beginners using multinomial classification. The system focuses on learning a skill of weight shift. The skill is essential to improve the control of ski boards. The system measures the user's weight shift and shows it with a classi ed expert's example. The user can recognize the difference in weight shift between user and expert. This research also provides an important clue of “Internalizable AI,” in which humans can internalize its intellectual process.

identifier:https://dspace.jaist.ac.jp/dspace/handle/10119/17737