第8回スポーツデータ解析コンペティション参加の皆様
口頭発表・ポスター発表の割り振りが決定しました。
以下に口頭発表のチームのみ、部門・タイトル・代表者名を記載しています。これ以外のチームはすべてポスター発表となります。

当日の発表順については、プログラムが完成するまでしばしお待ち下さい。
口頭発表のチームは質疑含めて15分、ポスター発表のチームはA0縦サイズのポスター（と1分のポスターフラッシュセッション）のご準備をお願いします。

分析部門(野球)

• “テンポ”に着目した投球スタイルの分析
  代表者：三家礼子
• 時系列的要素を考慮した打席内における重要な要因の考察
  代表者：安井清一
• 機械学習と統計手法を用いた野球における局面予測
  代表者：田畑耕治
• LSTMを用いた球種予測モデルの構築
  代表者：鈴木秀男
• 送りバントの状況分析
  代表者：鈴木秀男
• 数値シミュレーョンによるオープナ制度導入の効果検証
  代表者：保科架風
• 自然言語処理を用いた野球投手の投球パターンの予測
  代表者：西嶋尚彦
• 敵チームから見た山田哲人攻略法
  代表者：中村和幸
• ベイジアンネットワークに基づく 初球の重要性の分析に関する研究
  代表者：山下遥
• プロ野球1球を用いた長打の要因分析
  代表者：朝日弓未
• 地元愛は勝つのか-打者貢献度と出身の関係性-
  代表者：酒折文武
• 階層ベイズモデルを用いたプロ野球における”流れ”の要因分析
  代表者：近藤文代

分析部門(サッカー)

• 機械学習を用いたパス成功確率予測モデルの提案
  代表者：三家礼子
• ボロノイ図の空円性を用いた守備構造の評価
  代表者：鈴木秀男
• 速攻につながる守備の最適人数
  代表者：保科架風
• 自然言語処理手法を適用したサッカー攻撃プレーパターンの予測
  代表者：西嶋尚彦
• ベストな交代場面を予測する？！ ～ ＡＩ監督は人間監督を超えられるか～
  代表者：松井佑介
• ロジスティック回帰を用いた得点チャンスの分析
  代表者：谷岡広樹
• 交代の意思決定における監督の目の正体と良い交代を行うための要因の分析
  代表者：荒木由布子
• 期待値ゴール/シュート時の状況によるゴール確率の分析と応用
  代表者：浅井武
• スペース生成・占有指標を用いた 評価とその可視化
  代表者：浅井武

分析部門(バスケットボール)

• 勝つ為のリバウンド ~負担率からみる理想的なシュート失敗後のフォロー~
  代表者：小泉和之
• 攻撃力/守備力による選手評価
  代表者：保科架風
• ディフェンスから見た効率的な戦術決定法～後半に逆転するためには～
  代表者：小泉和之

映像解析部門〔フェンシング(エペ)〕

• 後退のタイミングに着目した勝者の特徴分析
  代表者：三家礼子
• 映像に基づく姿勢のデータベース構築と時系列解析
  代表者：山崎義弘
• フェンシングの未来のために～見せ方の改革とデータによる技術の解明に向けて～
  代表者：西川哲夫