건강 및 경기력 최적화를 목표로 하는 프로 축구 팀을 위한 모델 기반 시스템 (AIPROFB)

1. 소개 이 프로젝트의 접근 방식은 프로 축구 선수의 건강과 경기력을 최적화하기 위한 지원으로 프로 스포츠에서 지능 시스템 인공 지능 및 머신 러닝을 사용하려는 우려에서 비롯되었습니다. 프로 스포츠에서는 신체적, 생물학적, 생리학적 노력이 증가해야 하며 도움 도구가 필요합니다.

이와 관련하여 프로젝트 내 여러 간행물의 제안이 제기되었습니다.

1. 프로 축구 선수의 돌연사를 방지하기 위한 기계 학습을 통한 T파 역전 감지.

   플레이어는 건강 상태를 평가하기 위해 다양한 사전 경쟁 선별 테스트를 거치며, 특히 그 중 하나는 휴식 12 리드 심전도입니다. 이 보완 테스트의 파형 결과를 기반으로 프로 운동선수의 위험과 추가 보완 테스트의 필요성을 분류할 수 있습니다(Drezner et al., 2017). 우리의 제안은 이러한 테스트를 재분석하고 기계 학습 수학적 모델에 적용하여 상기 리드에서 T파 반전을 감지하고 운동 선수의 심전도 연구에 대한 국제 기준에 따라 결과 및 권장 사항을 제시하는 것입니다.

2. 프로 축구 선수의 제어 및 조언을 위해 생물학적 매개변수에 적용되는 머신 러닝.

   시즌 중에는 시즌 내내 변동하거나 변화하는 건강 및 성능과 관련된 생화학적 매개변수(비타민 D, 비타민 B12, 비타민 B9, 페리틴 등)를 제어하기 위해 일상적인 분석이 수행됩니다(Galan et al. ., 2012). 해당 데이터는 플레이어의 습관적 패턴의 변경을 알려주고 성능을 변경하고 심지어 병리를 생성할 수 있는 머신 러닝 절차의 대상이 됩니다.

3. 프로 축구 선수의 부상 방지를 위해 스포츠 지리 위치 시스템에 머신 러닝을 적용했습니다.

기간, 거리, 다른 속도에서의 거리, 훈련 밀도 등과 같은 물리적 데이터와 관련하여 훈련 세션 및 경기 중에 얻은 데이터. 스포츠 위치 정보 시스템에서 제공하는 정보는 각 선수의 노력과 성과 프로필을 연구할 때 매우 중요합니다. 훈련 일자에 따라 표준화된 선수의 경기력 프로필을 얻으면 과도한 훈련이나 신체 조건 부족과 같은 불리한 상황을 감지할 수 있습니다. 부상 방지를 목표로 하는 경고 및 경보 시스템을 설계할 수 있습니다. (Rossi, Pappalardo, Marcello, Javier, & 2017년 5월).

2. 설명 2019~20년, 2020~21년, 2021~22년 프로축구선수들의 일상적인 스포츠 및 건강활동 중에 수집된 신체적, 생물학적, 생리학적 데이터에 대해 인공지능 및 머신러닝 시스템을 구현하여 연구를 시행한다. , 2022-23 및 2023-24 시즌.

2.1 일반 목표

• 자동 학습과 같은 인공 지능 시스템의 설치를 평가하여 플레이어의 물리적, 생체 의학 및 생리적 매개 변수를 해석하는 모델 및 결과를 얻습니다.

• 프로필을 기반으로 건강 및 성과 영역에서 자문/광고 시스템을 개발합니다.

  3. 실용화 본 프로젝트는 프로축구선수에게 적용되는 건강관리 및 스포츠 부하관리에 도움이 되는 수학적/프로그래밍 모델의 생성을 기반으로 하므로 실용화 가능성이 높고 패러다임 전환을 가져올 수 있다. . 주목할 만한 측면은 건강 및 성과에 대한 위험 요인의 확률적 가중치 계산에서 개선 가능성이 있다는 것입니다.