К новостям Создана модель для повышения выносливости спортсменов на основе машинного обучения
Сотрудники Санкт-Петербургского государственного электротехнического университета (СПбГЭТУ) "ЛЭТИ" разработали модель, которая позволит с высокой точностью индивидуально для каждого спортсмена рассчитывать анаэробный порог - важнейший показатель для мониторинга физической подготовки. Результаты работы опубликовал научный журнал Biomedical Signal Processing and Control, кратко об этом пишет пресс-служба вуза.
Анаэробный порог - это самый высокий уровень интенсивности нагрузки, который человек может выдержать в течение длительного времени до того, как в крови начнет накапливаться значительное количество молочной кислоты (что снижает общее физическое состояние организма). Точное определение анаэробного порога является сложной задачей, поскольку зависит от большого количества факторов: физиологических особенностей конкретного спортсмена, а также системы методов и представлений о подготовке со стороны тренерского персонала.
"С помощью методов машинного обучения мы разработали модель, которая сможет улучшить точность предсказания анаэробного порога, являющегося одним из основных критериев при мониторинге подготовки профессиональных спортсменов. Эта разработка позволит повысить эффективность тренировочного процесса", - рассказал один из авторов исследования, доцент СПбГЭТУ "ЛЭТИ" Дмитрий Каплун.
Созданию модели предшествовал сбор данных, который проводили сотрудники Научно-исследовательского института гигиены, профпатологии и экологии человека и Северо-Западного государственного медицинского университета им. Мечникова. Они тестировали спортсменов на специальных установках, имитирующих тренировочный процесс, и отслеживали их физиологическое состояние при достижении анаэробного порога.
Сбор данных (частота сердечных сокращений, насыщение крови кислородом и т. д.) у испытуемых проводился с помощью датчиков. Всего было проведено более 1,2 тыс. наблюдений. Затем полученные данные были использованы учеными ЛЭТИ для обучения прогностической модели. Для достижения максимальной точности ученые применили четыре различных метода машинного обучения. В результате полученная модель способна определять физиологические показатели (в количественном выражении), которые ограничивают повышение анаэробного порога в ходе тренировок.
Создана модель для повышения выносливости спортсменов на основе машинного обучения
