4 分で読了
1 views

テキスタイルひずみセンサーを組み込んだAI駆動スマートスポーツウェア

(AI-Driven Smart Sportswear for Real-Time Fitness Monitoring Using Textile Strain Sensors)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海さん、最近話題のスマートスポーツウェアという論文を聞きましたが、我が社の現場で役立ちますか。正直、身につけて何ができるのかピンと来ないんです。

AIメンター拓海

素晴らしい着眼点ですね!大丈夫、一緒に整理しますよ。要するに、運動時の呼吸と筋活動のずれを衣服でセンシングし、AIで動作の良し悪しを判定できるんです。

田中専務

なるほど。それは現場の作業者の姿勢チェックやリハビリの場でも使えるという理解で良いですか。導入コストと効果のバランスが気になります。

AIメンター拓海

素晴らしい着眼点ですね!結論を先に言うと、投資対効果はユースケース次第で高いです。ポイントはセンサーの埋め込みが簡便であり、無線でリアルタイムに解析できる点なんですよ。

田中専務

具体的にはどんな技術で判定しているのですか。難しい単語で説明されると私には怖いので、できれば身近な例でお願いします。

AIメンター拓海

もちろんです。センサーは衣服に印刷した薄い導電層で、筋肉の伸び縮みと呼吸で信号が変わります。それを小さな無線機で130Hzという速さで送って、AIが『良い動き』『悪い動き』を学習して判定するイメージです。家の温度計とクラウドで解析するイメージに近いですよ。

田中専務

それって要するに現場の動きを衣服で可視化して、AIが判定することで作業のばらつきを減らせるということ?コストを掛けて何が得られるのかを端的に教えてください。

AIメンター拓海

要点を三つでまとめますね。第一に、非侵襲で連続的なデータが取れること。第二に、リアルタイムでのフィードバックが可能なこと。第三に、AIで個人差を学習して最適化できることです。これによりミスの早期発見やリハビリ効果の定量化が期待できますよ。

田中専務

現場で洗濯や汗で壊れやすいのではないですか。耐久性や通信の安定性も重要ですので、その点も教えてください。

AIメンター拓海

良い問いですね。論文ではスクリーン印刷でグラフェンを定着させ、スポーツウェア素材に直に印刷する手法を使っています。通信はESP32(ESP32、マイクロコントローラ)を用いてWi‑Fi(Wi‑Fi、無線LAN)で130Hzのサンプリングを実現し、動作の自由度を保っています。実用化には洗濯耐久や接続の冗長化が課題です。

田中専務

分かりました。最後に、我が社のような製造業が導入を検討する際の最初の一歩を教えてください。何を基準に評価すれば良いでしょうか。

AIメンター拓海

大丈夫、一緒にやれば必ずできますよ。まずは小さなパイロットで、対象作業を一つ決めて効果指標を設定してください。次に着衣型センサーの耐久性と通信安定性を検証し、最後にAIモデルの判定精度(ここでは1D ResNet-18(1D ResNet-18、一次元ResNet-18)を使って92.3%の分類精度が報告されています)を評価します。

田中専務

では、まずは一つ仕事場で小さな実験をして、耐久性と判定の精度を見てから拡大する、これが我々の進め方ということでよろしいですね。自分の言葉でまとめると、衣服に付けたセンサーで動きを取り、AIが良し悪しをリアルタイム判定して作業のばらつきを減らす、という理解でよろしいでしょうか。

監修者

阪上雅昭(SAKAGAMI Masa-aki)
京都大学 人間・環境学研究科 名誉教授

論文研究シリーズ
前の記事
科学における生成AIの幻覚と信頼性
(Hallucination, reliability, and the role of generative AI in science)
次の記事
AI生成物の新規性・独創性・差異性を測る MMDアプローチ
(Charting the Parrot’s Song: A Maximum Mean Discrepancy Approach to Measuring AI Novelty, Originality, and Distinctiveness)
関連記事
SILVAN: 進行的サンプリングと非一様ラデマッハ境界による媒介中心性の推定
(SILVAN: Estimating Betweenness Centralities with Progressive Sampling and Non-uniform Rademacher Bounds)
スケッチで適応する:効率的なLLM適応のためのファインチューナブルスケッチ
(Sketch to Adapt: Fine-Tunable Sketches for Efficient LLM Adaptation)
シュレーディンガーの猫を人工知能で観測する:情報ボトルネックからの古典性の創発
(Observing Schrödinger’s Cat with Artificial Intelligence: Emergent Classicality from Information Bottleneck)
GKC-CIプライバシーポリシー注釈の自動化
(Automating Governing Knowledge Commons and Contextual Integrity (GKC-CI) Privacy Policy Annotations with Large Language Models)
堅牢な多次元グラフニューラルネットワークによるワイヤレス通信の信号処理とエッジ・グラフ情報ボトルネック
(Robust Multidimensional Graph Neural Networks for Signal Processing in Wireless Communications with Edge-Graph Information Bottleneck)
カメラ用敵対的パッチ:物理世界における物体検出器への効果的かつ堅牢な攻撃
(Adversarial Camera Patch: An Effective and Robust Physical-World Attack on Object Detectors)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む