预测摔者的体育表现的人工智能程序
Roman Sergeevich Nagovitsyn1,2, Roza Alexeevna Valeeva3, Liliia Agzamovna Latypova4
1Faculty of Pedagogical and Art Education, Glazov State Pedagogical Institute, 427621 Glazov, Russia.
Sports (Basel, Switzerland)
|October 27, 2023
概括
人工智能 (AI) 通过预测竞争成功来增强摔选手的选择. 这个人工智能程序使用深度神经网络和机器学习,在性能预测中实现了11%的错误率.
科学领域:
- 运动科学 运动科学 运动科学
- 体育运动中的人工智能
- 机器学习应用 机器学习应用
背景情况:
- 关于人工智能 (AI) 在体育中的有效性存在相互矛盾的观点.
- 优化运动员选择对于提高竞争成功至关重要.
- 目前用于预测摔运动员表现的方法可能缺乏精度.
研究的目的:
- 开发和整合人工智能驱动的智能程序,用于预测摔者的竞争成功.
- 通过人工智能技术提高运动员选择过程的有效性.
主要方法:
- 收集和处理了72名希腊罗马摔运动员在36个特征中的个人数据.
- 将特征分类为体育空间,遗传数据和个人成就.
- 利用深度神经网络和机器学习算法进行数据分析和预测.
主要成果:
- 人工智能程序在预测摔者的竞争性表现时实现了11%的错误概率.
- 成功确定了两个预测类别:符合高标准的运动员和不符合高标准的运动员.
- 在100%的概率下,人工智能程序确定了影响未来体育表现的关键特征.
结论:
- 人工智能,特别是神经网络和机器学习,显著提高了体育选择的质量.
- 开发的AI程序能够及时个性化和增强年轻摔者的训练.
- 这种由人工智能驱动的方法提供了一种更客观,更有效的方法来识别运动潜力.


