大量のデータによる公衆衛生の観点から,スポーツ選手の感情と動機付け行動に対する身体の影響の評価

科学分野:

• スポーツ科学
• 公衆衛生
• コンピューター・インテリジェンス

背景:

• 運動選手の身体的状態と心理的幸福の相互作用を理解することは公衆衛生の取り組みにとって極めて重要です.
• 感情やモチベーションは 運動能力や健康に大きく影響します

研究 の 目的:

• 運動選手の感情とモチベーションに対する身体の影響を公衆衛生の観点から分析する.
• 2つの異なる機械学習アルゴリズムの 選手の感情的状態の認識の 効率を比較する

主な方法:

• PSO-KNN (粒子群最適化-K近隣) とPSO-SVM (粒子群最適化-サポートベクトルマシン) アルゴリズムを開発した.
• これらのアルゴリズムの認識率をベースラインデータ除去と無条件で比較した.

主要な成果:

• PSO-KNNアルゴリズムは,PSO-SVMと比較して,より高い平均認識率を達成しました (56.66% 感情, 53.16% 緊張).
• ベースラインデータの削除により,両方のアルゴリズムの認識率が改善されました.

結論:

• PSO-KNNのアルゴリズムは,PSO-SVMのアルゴリズムを上回ります.
• プレプロセッシング技術,特にベースラインの除去は,これらの機械学習モデルのパフォーマンスを向上させ,アスリートの心理データを分析します.