利用机器学习技术估计休闲跑者的乳酸阈值
机器学习
2018-03-20 v2
摘要
在评估精英和休闲跑者的表现以及制定耐力运动训练强度时，乳酸阈值被认为是一个关键参数。然而，测量血乳酸浓度需要昂贵的设备并抽取血样，这对于频繁监测而言十分不便。此外，大多数休闲跑者无法使用上述设备进行常规体能评估，因此若不求助于昂贵且专业的机构，他们便无法计算乳酸阈值。因此，本研究的主要目标是创建一个智能系统，能够估计参与耐力跑步运动的休闲运动员的乳酸阈值。本文提出的解决方案基于一个机器学习系统，该系统使用循环神经网络对乳酸演化进行建模，并包含时间轴标准化方案以及分层抽样方法的改进。结果表明，所提出的系统准确估计了 89.52% 运动员的乳酸阈值，且其与实验测得的乳酸阈值具有极高的相关性（R=0.89）。此外，其在测试数据集上的表现与在训练集上一样好，这意味着该模型具有很强的泛化能力。因此，本研究提出了一种基于机器学习的系统，作为休闲跑者传统侵入性乳酸阈值测量测试的替代方案。
引用
@article{arxiv.1803.06030,
title = {Estimation of lactate threshold with machine learning techniques in recreational runners},
author = {Urtats Etxegarai and Eva Portillo and Jon Irazusta and Ander Arriandiaga and Itziar Cabanes},
journal= {arXiv preprint arXiv:1803.06030},
year = {2018}
}
备注
33 pages, 16 figures