研究者総覧

大澤 清 (オオサワ キヨシ)

  • 健康スポーツ科学部健康スポーツ科学科 准教授
Last Updated :2025/06/06

研究者情報

学位

  • 博士(工学)(2008年09月 東京工業大学)

科研費研究者番号

  • 60601135

J-Global ID

研究分野

  • 情報通信 / 高性能計算

研究活動情報

論文

講演・口頭発表等

  • NIIのクラウド利活用支援  [通常講演]
    大澤 清
    大学ICT推進協議会2017年度年次大会 (AXIES2017) 2017年12月 口頭発表(一般) 広島国際会議場
  • 大学・研究機関のためのクラウドサービス導入チェックリスト  [通常講演]
    大澤 清; 小林 久美子; 吉田 浩; 合田 憲人
    大学ICT推進協議会2017年度年次大会 (AXIES2017) 2017年12月 口頭発表(一般) 広島国際会議場
  • 学認クラウド 導入支援サービス  [通常講演]
    大澤 清
    平成28年度 SINET・学術情報基盤サービス説明会(東京会場) 2016年12月 学術総合センター
  • 学認クラウド 導入支援サービス  [通常講演]
    大澤 清
    平成28年度 SINET・学術情報基盤サービス説明会(京都会場) 2016年11月 キャンパスプラザ京都
  • 学認クラウド 導入支援サービスのご紹介  [通常講演]
    大澤 清
    平成28年度第7回名古屋大学情報連携統括本部公開講演会・研究会 2016年09月 口頭発表(一般) 名古屋大学情報基盤センター
  • 大学・研究機関のためのクラウド導入・利用支援  [通常講演]
    大澤 清
    第26回TOPIC総会 2016年04月 仙台国際センター
  • 学認クラウドについて  [通常講演]
    大澤 清
    平成27年度SINET及び学認・UPKI証明書説明会(東京会場) 2015年12月 学術総合センター
  • 学認クラウドについて  [通常講演]
    大澤 清
    平成27年度SINET及び学認・UPKI証明書説明会(札幌会場) 2015年11月 北海道大学
  • 学認クラウドについて  [通常講演]
    大澤 清
    学認クラウドと連携ソリューション事例紹介セミナー 2015年08月 メルパルク京都
  • クラウドチェックリストの詳細  [通常講演]
    大澤 清
    学術情報基盤オープンフォーラム2015 2015年06月 学術総合センター
  • Effects of Fielding Results on a Winning Percentage of a Baseball Game  [通常講演]
    大澤 清
    the 9th International Symposium on Computer Science in Sport (IACSS 2013) 2013年06月 口頭発表(一般)
  • Computation of the Winning Percentage in Baseball Considering the Effect of a Fielder's Error on a Parallel Computing  [通常講演]
    大澤 清; 合田 憲人
    Asian Conference on Computer Science in Sports 2010年09月 口頭発表(一般)
  • 大規模並列計算による野球の戦力評価  [通常講演]
    大澤 清
    日本オペレーションズ・リサーチ学会「評価のOR」研究部会2009年度第34回部会報告 2009年11月 口頭発表(一般) 政策研究大学院大学
  • 野球の打撃成績に基づく勝率計算方法  [通常講演]
    大澤 清; 合田 憲人
    2006年日本OR学会秋季研究発表会 2006年 口頭発表(一般)
  • 野球チームの最適打順決定手法の高速化−合併球団新球団の戦力評価−  [通常講演]
    大澤 清; 合田 憲人
    2005年日本OR学会春季研究発表会 2005年 口頭発表(一般)
  • グリッド計算による野球チームの最適打順決定手法−交流戦における両リーグの最適打順  [通常講演]
    大澤 清; 合田 憲人
    2005年日本OR学会秋季研究発表会 2005年 口頭発表(一般)

MISC

共同研究・競争的資金等の研究課題

  • 日本学術振興会:科学研究費助成事業
    研究期間 : 2012年04月 -2015年03月 
    代表者 : 大澤 清; 合田 憲人
     
    本研究ではマルコフ連鎖モデルを野球の試合に適用し,選手ごとにその成績から定義される状態遷移行列を用いて得点の確率分布を求め,その結果から試合に勝つ確率を求めて選手を評価する手法を提案した.従来手法では打撃成績のみを用いて計算を行っていたが,本研究では守備成績の失策数をモデルに組み込み,より実際の野球に即した計算を行った. その結果,失策の多い野手が少ない野手に比べて1シーズンで2勝分程度の損失を守備成績によって与えていることが示された.またモデルに守備成績を加えたことで増加した計算量に対応するため並列計算環境を利用し,約2億1千万の打順から1時間22分程度で最適な打順を選ぶことが可能となった.

その他のリンク

researchmap