• Добавить в закладки
  • Facebook
  • Twitter
  • Telegram
  • VK
  • Печать
  • Email
  • Скопировать ссылку
21.01.2022, 10:00
СПбГЭТУ «ЛЭТИ»
2,7 тыс

В ЛЭТИ предложили повышать выносливость спортсменов с помощью методов машинного обучения

❋ 4.6

Модель, созданная в СПбГЭТУ «ЛЭТИ», позволит с высокой точностью индивидуально для каждого спортсмена рассчитывать анаэробный порог – важнейший показатель для мониторинга физической подготовки.

В ЛЭТИ предложили повышать выносливость спортсменов с помощью методов машинного обучения / ©Getty images / Автор: Александр Литвинов

Анаэробный порог — это самый высокий уровень интенсивности, который человек может выдерживать в течение длительного времени без того, чтобы в крови накапливалось значительное количество лактата (это снижает общее физическое состояние организма).

Поэтому одна из задач профессиональных спортсменов во время тренировочного процесса – постоянное повышение анаэробного порога, для усиления общей выносливости организма. Однако точное определение анаэробного порога является сложной задачей, поскольку зависит от большого количества факторов: физиологических особенностей конкретного спортсмена и системы методов и пред ставлений о подготовки со стороны тренерского персонала.

«С помощью методов машинного обучения мы разработали модель, которая сможет улучшить точность предсказания анаэробного порога, являющегося одним из основных критериев при мониторинге подготовки профессиональных спортсменов. Эта разработка позволит повысить эффективность тренировочного процесса», — рассказывает доцент кафедры автоматики и процессов управления СПбГЭТУ «ЛЭТИ» Дмитрий Каплун.

Созданию модели предшествовал сбор данных, который проводили исследователи Научно-исследовательского института гигиены, профпатологии и экологии человека и Северо-Западного государственного медицинского университета имени И. И. Мечникова. Они тестировали спортсменов на специальных установках, имитирующих тренировочный процесс и физиологическое состояние при достижении анаэробного порога. Сбор данных (частота сердечных сокращений, насыщение крови кислородом и прочее) у испытуемых проводился с помощью датчиков. Для сбора данных было проведено более 1,2 тысяч наблюдений.

Затем полученные данные были использованы учеными ЛЭТИ для обучения прогностической модели. Для достижения максимально возможной точности анализа данных было применено четыре различных метода машинного обучения, полученная модель способна определять физиологические показатели (в количественном выражении), которые ограничивают повышение анаэробного порога в ходе тренировок. Для этого ученые использовали специальный пояснительный алгоритм LIME (Local Interpretable Model-Agnostic Explanations). Результаты работы опубликованы в научном журнале Biomedical Signal Processing and Control.

«Разработанная модель определения анаэробного порога позволяет выявлять закономерности, влияющие на результат теста, и, как следствие, прогнозировать ход тренировочного процесса, чтобы спортсмен действовал эффективно без недоработок или переработок, и выходил на соревнования на пике формы», — поясняет Дмитрий Каплун. Сейчас ученые работают над повышением точности созданной модели путем применения других более сложных алгоритмов машинного обучения.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» – один из ведущих технических университетов России и участник программы «Приоритет-2030» – является лидером в области разработки технологий и опережающей подготовки кадров для сфер радиоэлектронных, информационно-телекоммуникационных и информационно-управляющих систем, искусственного интеллекта, биоинженерии, жизнеобеспечения человека и защиты окружающей среды.
Подписывайтесь на нас в Telegram, Яндекс.Новостях и VK
12 января, 15:39
Александр Березин

От рыб произошли все наземные позвоночные, включая нас, но как именно рыбы стали главным населением морей — до последнего времени оставалось неясным. Авторы новой научной работы попытались доказать, что причиной этого было вымирание, возможно, вызванное белыми ночами.

13 января, 17:06
Адель Романова

Ученые уверены, что покрытая водяным льдом юпитерианская луна Европа скрывает внутри себя глобальный океан, но сомневаются в его жизнепригодности. В недавнем исследовании они попытались оценить степень активности в недрах спутника и пришли к неутешительному выводу: тектоника там вряд ли способна обеспечить обогащение воды минералами.

13 января, 10:59
НИУ ВШЭ

Исследователи Центра языка и мозга ВШЭ с помощью магнитоэнцефалографии изучили, как мозг взрослых и детей реагирует на слова при чтении. Они показали, что у детей мозг дольше обрабатывает даже часто употребляющиеся в речи слова, а слова, которые встречаются редко, и псевдослова обрабатывает одинаково — медленно и по частям. С возрастом система перестраивается: высокочастотные слова переходят на быстрый маршрут, а вот новые сочетания букв по-прежнему анализируются медленно.

12 января, 15:39
Александр Березин

От рыб произошли все наземные позвоночные, включая нас, но как именно рыбы стали главным населением морей — до последнего времени оставалось неясным. Авторы новой научной работы попытались доказать, что причиной этого было вымирание, возможно, вызванное белыми ночами.

12 января, 10:22
Игорь Байдов

В Олдувайском ущелье на севере Танзании ученые обнаружили скелет слона возрастом 1,78 миллиона лет, а рядом с ним — необычные для того времени каменные орудия. Авторы нового исследования полагают, что им удалось найти древнейшее место разделки гигантской добычи.

10 января, 11:00
Игорь Байдов

На юге Африки ученые обнаружили коллекцию небольших каменных стрел. С виду — обычные артефакты древнего человека. Но современные технологии позволили выявить их смертельный секрет. Эти наконечники, которым почти 60 тысяч лет, сохранили следы яда. Авторы нового исследования пришли к выводу, что древние охотники стали использовать яды намного раньше, чем считала наука.

12 января, 15:39
Александр Березин

От рыб произошли все наземные позвоночные, включая нас, но как именно рыбы стали главным населением морей — до последнего времени оставалось неясным. Авторы новой научной работы попытались доказать, что причиной этого было вымирание, возможно, вызванное белыми ночами.

17.12.2025, 14:19
Игорь Байдов

На скалистых берегах аргентинской Патагонии разворачивается настоящая драма. Магеллановы пингвины, долгое время чувствовавшие себя в безопасности на суше в своих многотысячных колониях, столкнулись с новым и беспощадным врагом. Их извечные морские страхи — касатки и морские леопарды — теперь блекнут перед угрозой, пришедшей из глубины материка. Виновник переполоха — грациозный и мощный хищник, недавно вернувшийся на эти земли после долгого изгнания.

23.12.2025, 10:51
Игорь Байдов

Среди самых интригующих открытий космического телескопа «‎Джеймс Уэбб» — компактные объекты, получившие название «маленькие красные точки». Их видели только в самых дальних уголках Вселенной. Большинство возникло в первый миллиард лет после Большого взрыва, и ученые предполагали, что такие источники представляют собой небольшие компактные галактики. Однако международная команда астрономов пришла к иному выводу. Они предположили, что на самом деле «маленькие красные точки» — черные дыры, окруженные массивной газовой оболочкой.

[miniorange_social_login]

Комментарии

Написать комментарий
Подтвердить?
Подтвердить?
Причина отклонения
Подтвердить?
Не получилось опубликовать!

Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.

Понятно
Жалоба отправлена

Мы обязательно проверим комментарий и
при необходимости примем меры.

Спасибо
Аккаунт заблокирован!

Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.

Понятно
Что-то пошло не так!

Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.

Понятно
Лучшие материалы
Закрыть
Войти
Регистрируясь, вы соглашаетесь с правилами использования сайта и даете согласие на обработку персональных данных.
Ваша заявка получена

Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.

Понятно