Детальная информация

Название: Разработка модели цифровой копии энергообеспечения мышечной деятельности спортсмена с использованием методов искусственного интеллекта: выпускная квалификационная работа магистра: направление 09.04.04 «Программная инженерия» ; образовательная программа 09.04.04_01 «Технология разработки и сопровождения качественного программного продукта»
Авторы: Павлов Евгений Алексеевич
Научный руководитель: Дробинцев Павел Дмитриевич
Другие авторы: Локшина Екатерина Геннадиевна
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2020
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: порог анаэробного обмена; машинное обучение; анализ данных; обработка данных; threshold heart rate; machine learning; data analysis; data processing
Тип документа: Выпускная квалификационная работа магистра
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Магистратура
Код специальности ФГОС: 09.04.04
Группа специальностей ФГОС: 090000 - Информатика и вычислительная техника
Ссылки: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2020/vr/vr20-1101
Права доступа: Доступ по паролю из сети Интернет (чтение)
Ключ записи: ru\spstu\vkr\6615

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

Тема выпускной квалификационной работы: «Разработка модели цифровой копии энергообеспечения мышечной деятельности спортсмена с использованием методов искусственного интеллекта». Данная работа посвящена исследованию энергообеспечения мышечной деятельности спортсмена, в частности определения порога анаэробного обмена у спортсменов в циклических видах спорта. Задачи, которые решались в ходе исследования: 1) Изучены особенности определения порога анаэробного обмена 2) Рассмотрены существующие решения в области построения моделей организма человека, в частности способы определения порога анаэробного обмена 3) Выбран оптимальный метод машинного обучения для определения порога анаэробного обмена 4) Проанализированы результаты предсказания В результате было проведено исследование возможности применения алгоритмов машинного обучения для определения порога анаэробного обмена у спортсменов циклических видов спорта. Проведён сравнительный анализ существующих решений. Реализована система по предсказанию порога анаэробного обмена и интерпретации предсказаний с помощью метода Lime.

The topic of the final qualifying work: "Development of a model of a digital copy of the energy supply of an athlete's muscular activity using artificial intelligence methods". This work is devoted to the study of energy supply of muscular activity of an athlete, in particular, determining the threshold of anaerobic metabolism in athletes in cyclic sports. Tasks that were solved in the course of the study: 1) the peculiarities of determining the threshold of anaerobic metabolism were Studied 2) the existing solutions in the field of building models of the human body, in particular, methods for determining the threshold of anaerobic metabolism are Considered 3) Choosing the optimal machine learning method for determining the anaerobic exchange threshold 4) Interpretation of prediction results As a result, a study was conducted on the possibility of using machine learning algorithms to determine the threshold of anaerobic metabolism in cyclical sports athletes. A comparative analysis of existing solutions is carried out. A system for predicting the threshold of anaerobic metabolism and interpreting predictions using the Lime method is implemented.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать
Интернет Авторизованные пользователи СПбПУ Прочитать
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 6
За последние 30 дней: 0
Подробная статистика