面向职业自行车选手数据的机器学习
机器学习
2018-08-02 v1 机器学习
摘要
职业体育正朝着日益科学化的训练方法发展，从实验室测试、训练课和比赛中收集的数据量不断增加。在自行车运动中，标准做法是为自行车装备小型计算机，记录来自功率计等传感器的数据，以及心率、速度、海拔等。近来，机器学习技术在拥有大量数据(大数据)的广泛领域中取得了巨大成功。本文中，我们进行了机器学习建模精英自行车选手生理反应的试点实验。作为首个实验，我们展示可以训练一个LSTM机器学习算法来预测训练课中自行车选手的心率反应。这项工作是朝着基于大数据和机器学习开发更精细模型以捕捉运动员表现方面迈出的有前景的第一步。
引用
@article{arxiv.1808.00198,
title = {Towards Machine Learning on data from Professional Cyclists},
author = {Agrin Hilmkil and Oscar Ivarsson and Moa Johansson and Dan Kuylenstierna and Teun van Erp},
journal= {arXiv preprint arXiv:1808.00198},
year = {2018}
}
备注
Accepted for the 12th World Congress on Performance Analysis of Sports, Opatija, Croatia, 2018