理工学部 教員紹介

Yoshitatsu Matsuda

  (松田 源立)

Profile Information

Affiliation
Associate Professor, Faculty of Science and Technology Department of Science and Technology , Seikei University
Degree
PhD(The University of Tokyo)

Researcher number
40433700
J-GLOBAL ID
200901053855347169
researchmap Member ID
6000010698

External link

Papers

 58

Misc.

 31
  • Takuma Moriya, Taisuke Kawamata, Yoshitatsu Matsuda
    The journal of the Faculty of Science and Technology, Seikei University, 60(1・2) 7-12, Dec, 2023  
    In baseball, the pitch sequence is a significant factor in determining the outcome of a game. However, previous research has primarily focused on the direct relation between outcome and pitches rather than pitch sequences. In order to improve the game strategy in baseball, this study investigates the difference between the pitch sequences in outs and those in hits. For this purpose, pitching data of six pitchers of Nippon Professional Baseball (NPB) in 2022 was collected. Sequential pattern mining was then applied to extract common patterns in the pitch sequences. The results showed that the accuracy of the final phase pitches is crucial for achieving an out and that a pitch sequence incorporating fast-breaking is effective. Furthermore, the extracted patterns in hit suggested the appropriate inning to change pitchers.
  • 小林, 新昂, 川又, 泰介, 松田, 源立
    第85回全国大会講演論文集, 2023(1) 165-166, Feb 16, 2023  
    近年、機械学習技術を活用した競馬の勝馬予測のAIが発達している。機械学習には様々な手法が存在しているが、既存研究では、勝馬予測のタスクに適合したある一つの手法を選択して活用することが多かった。本研究では、適切な機械学習手法がデータによって異なる可能性を考慮し、勝馬予測のタスクを勝馬のオッズによって分割し、各オッズにおける最適な機械学習手法を調査した。具体的には、オッズを利用して出走馬データを4分割し、scikit-learnを用いて様々な手法を適用した。その結果、オッズによって有効な機械学習手法が異なることが明らかになった。更に、様々な手法を組み合わせて予測回収率を高くする予測アルゴリズムを構築した。
  • 堺田, 寛一朗, 川又, 泰介, 松田, 源立
    第84回全国大会講演論文集, 2022(1) 403-404, Feb 17, 2022  
  • 松澤, 拓海, 川又, 泰介, 松田, 源立
    第84回全国大会講演論文集, 2022(1) 749-750, Feb 17, 2022  
  • 小林, 雅治, 川又, 泰介, 松田, 源立
    第83回全国大会講演論文集, 2021(1) 311-312, Mar 4, 2021  

Research Projects

 8