Новое в клипарте

ИИ дает персонализированные рекомендации спортсменам для повышения эффективности тренировок

ИИ дает персонализированные рекомендации спортсменам для повышения эффективности тренировок

Специалисты в области информатики в Калифорнийском университете создали FitRec — алгоритм-консультант на базе технологии глубокого обучения, способный оценивать пульс во время тренировки и рекомендовать маршрут.

Алгоритм обучили на данных свыше 250 тысяч записей о состоянии организма во время тернировок более тысячи бегунов. Это позволило построить модель, которая анализирует прошлые показатели и на этой основе предсказывает скорость бега и пульс с учетом продолжительности будущих тренировок и особенностей разных маршрутов.

FitRec также способен распознавать важные факторы, влияющие на эффективность тренировки, такие как наличие на маршруте возвышенностей и уровень подготовки спортсмена. Он может рекомендовать альтернативные маршруты для достижения желаемого темпа сердцебиения. Также алгоритм даёт краткосрочные рекомендации — например, снизить темп, чтобы не превысить заданную границу пульса.

Создание алгоритма стало возможным также и потому, что эта исследовательская группа одной из первых занялась массовым сбором данных для научно-исследовательских целей. Серьёзным препятствием стало почти полное отсутствие какой-либо персонализации в огромном массиве записей.

«Персонализация критически важна для таких данных, поскольку люди сильно отличаются между собой в способности справляться с различными типами упражнений, — поясняет профессор Джулиан МакОли. — Основной проблемой при разработке модели такого типа стала чрезвычайная сложность динамики сердцебиения при физических нагрузках, что потребовало применения сложных методов моделирования».

Для создания эффективной модели требовался метод, который использует все данные, но в то же время способен выделять персонифицированную динамику для небольшого числа параметров каждого участника. Для этого применялась специальная схема глубокого обучения, позволяющая выделить в динамике показатели каждого отдельного участника.

В систему ввели данные, взятые из общедоступной базы endomondo.com — вебсайта приложения, которое служит дневником для занимающихся спортом. Для обучения нейросети были отобраны более 100 тысяч записей.

Предсказания алгоритма FitRec сравнивали с реальными записями, которые не входили в массив данных, использованный для обучения алгоритма.

В будущем FitRec можно будет обучать на основе других данных, такие как изменения физических показателей во времени. Также алгоритм мог бы давать и более сложные рекомендации, например с учётом безопасности маршрута.

Источник

Поделиться:

Категории сайта

Новости