人材検索について
ハイパフォーマンススポーツに係る研究者やサポートスタッフ等の人材情報の検索ができます。HPSCに現在勤務する職員（HPSCスタッフ）、HPSCの勤務経験者（HPSC OB/OG）、HPSCの各種事業における協力者（HPSC事業協力者）のカテゴリーに分けております。人材データベースへのご登録はHPSCからご依頼させて頂いた方のみとしております。
最終更新日：2026/06/16
相原 伸平
アイハラ シンペイ
(Shimpei Aihara)
論文
- タイトル
- タイトル（英）
- Curling Stone Trajectory and Collision Prediction Using a Hybrid Model Integrating Physical Models and Machine Learning
- 参照URL
- https://researchmap.jp/shimpei-aihara/published_papers/53792601
- 著者
- 著者（英）
- Satoshi Kato,Shimpei Aihara
- 担当区分
- 最終著者,責任著者
- 概要
- 概要（英）
- This study proposes and evaluates a hybrid framework for predicting curling stone motion by combining physical models with machine learning. Motion capture data from a curling sheet were used to train modules for sliding trajectory prediction and post-impact collision prediction. These modules were connected in an integrated rollout from a single preprocessed-frame state 1 m before the tee line to predict resting position and in-play/out-of-play status. Huber regression was used for trajectory prediction and random forest regression for collision prediction, with hybrid variants learning residual corrections to physical-model outputs. The framework was evaluated using five-fold cross-validation. In trajectory prediction, ML and hybrid variants reduced velocity error relative to the default physical model, while the tuned physical model remained competitive for direction-angle estimation. In collision prediction, ML and hybrid models improved direction-angle and angular-velocity prediction over the perfectly elastic baseline. In the integrated simulation, 867 trials were evaluated after excluding 21 trials with both measured stones out of play. The hybrid rollout achieved the lowest stop-position MAE and SD for the colliding stone and, for the collided stone, an MAE comparable to that of the ML model with the lowest SD. These results show that residual correction of simple physics-based baselines improves local prediction and final-position stability.
- 出版者・発行元
- 出版者・発行元（英）
- MDPI AG
- 誌名
- 誌名（英）
- Applied Sciences
- 巻
- 16
- 号
- 10
- 開始ページ
- 5034
- 終了ページ
- 5034
- 出版年月
- 2026年5月18日
- 査読の有無
- 査読有り
- 招待の有無
- 掲載種別
- 研究論文（学術雑誌）
- ISSN
- DOI URL
- https://doi.org/10.3390/app16105034
- 共同研究・競争的資金等の研究課題