Вчені створили модель підвищення витривалості спортсменів на основі машинного навчання
Співробітники Санкт-Петербурзького державного електротехнічного університету (СПбГЕТУ) "ЛЕТИ" розробили модель, яка дозволить з високою точністю індивідуально кожному за спортсмена розраховувати анаеробний поріг - найважливіший показник моніторингу фізичної підготовки. Результати роботи опублікував науковий журнал Biomedical Signal Processing and Control, коротко про це пише прес-служба вишу.
Анаеробний поріг – це найвищий рівень інтенсивності навантаження, який людина може витримати протягом тривалого часу до того, як у крові почне накопичуватись значна кількість молочної кислоти (що знижує загальний фізичний стан організму). Точне визначення анаеробного порогу є складним завданням, оскільки залежить від великої кількості факторів: фізіологічних особливостей конкретного спортсмена, а також системи методів та уявлень про підготовку з боку тренерського персоналу.
"За допомогою методів машинного навчання ми розробили модель, яка зможе покращити точність передбачення анаеробного порогу, що є одним з основних критеріїв при моніторингу підготовки професійних спортсменів. Ця розробка дозволить підвищити ефективність тренувального процесу", - розповів один із авторів дослідження, доцент СПбГЕТУ "ЛЕТИ" Дмитро Каплун.
Створенню моделі передував збір даних, який проводили співробітники Науково-дослідного інституту гігієни, профпатології та екології людини та Північно-Західного державного медичного університету ім. Мечнікова. Вони тестували спортсменів на спеціальних установках, що імітують тренувальний процес, і відстежували їхній фізіологічний стан при досягненні анаеробного порогу.
Збір даних (частота серцевих скорочень, насичення крові киснем тощо. буд.) у випробуваних проводився з допомогою датчиків. Усього було проведено понад 1,2 тис. спостережень. Потім отримані дані були використані вченими ЛЕТІ для навчання прогностичної моделі. Для досягнення максимальної точності вчені застосували чотири різні методи машинного навчання. В результаті одержана модель здатна визначати фізіологічні показники (у кількісному вираженні), які обмежують підвищення анаеробного порогу під час тренувань.
"Розроблена модель визначення анаеробного порогу дозволяє виявляти закономірності, що впливають на результат тесту, і, як наслідок, прогнозувати хід тренувального процесу, щоб спортсмен діяв ефективно без недоробок чи переробок та виходив на змагання на піку форми", - додав Каплун.
Почитати ще:
