دستگاه تشخیص خودکار Hobbyjogger
دستگاه تشخیص خودکار Hobbyjogger
Anonim

استفاده از یادگیری ماشینی برای تشخیص اینکه چه کسی یک دونده رقابتی جدی است و چه کسی نمی‌تواند به ما چیز مفیدی در مورد جلوگیری از آسیب‌دیدگی بیاموزد.

یکی از ماندگارترین وسواس‌های تابلوهای پیام معروف Letsrun.com این است که چگونه و کجا مرز بین دوندگان رقابتی جدی و سرگرمی‌های تفریحی صرف می‌کنید. پاسخ معمولاً به چیزی در امتداد این موارد خلاصه می شود: "هر کس سریعتر از من یک غول ورزشکار با استعداد و سخت کوش است که در جهان مسلط است، و هرکس کندتر از من یک سرگرمی رقت انگیز است که نباید اجازه خرید کفش دویدن را داشته باشد."

این نوع تعریف به نوعی هرگز نمی تواند بحث را حل کند، بنابراین من هیجان زده هستم که گزارش دهم که دانشمندان ماشینی ساخته اند که می تواند شما را در حال اجرا تماشا کند و بلافاصله شما را به عنوان یک دونده "رقابتی" یا "تفریحی" طبقه بندی کند. این به آن اندازه که به نظر می رسد احمقانه یا نخبه گرایانه نیست - در واقع، این پتانسیل را دارد که به ارائه یک رویکرد ظریف تر برای ارزیابی خطر آسیب بر اساس جزئیات ظریف در فرم دویدن شما کمک کند. این تحقیق از سوی یک گروه بیومکانیک معتبر در دانشگاه کلگری به سرپرستی رید فربر، مدیر کلینیک آسیب‌های دویدن دانشگاه انجام شده و در مجله علوم ورزشی منتشر شده است.

هدف اصلی این مطالعه، چسباندن یک شتاب‌سنج پوشیدنی در قسمت پایینی پشت 41 دونده (آنها از شتاب‌سنجی به نام Shimmer3 استفاده کردند) و بررسی اینکه آیا می‌توان استنباط کرد که کدام دونده‌ها با استفاده از یادگیری ماشین رقابتی هستند یا خیر. آنها رقابت را به عنوان هر کسی تعریف کردند که اخیراً عملکرد مسابقه ای بین 5K و ماراتن داشته باشد که از 60 درصد رکورد جهانی درجه بندی سنی برای آن مسافت بر اساس جداول عملکرد درجه بندی سنی انجمن استادان جهانی فراتر رفته باشد، آستانه ای که دوومیدانی ایالات متحده به عنوان "محلی" تعریف می کند. کلاس.” با این تعریف، 17 نفر از دوندگان رقابتی و 24 نفر تفریحی در نظر گرفته شدند.

داده های گام سه بعدی جمع آوری شده توسط شتاب سنج 24 ویژگی متمایز از گام هر دونده ایجاد کرد. اینها چیزهای معمولی مانند سرعت و طول گام نبودند، زیرا این عوامل به شدت تحت تأثیر سرعت دویدن شما هستند - که همانطور که هر رقیب استاد باهوشی می داند، همیشه فشارسنج خوبی برای میزان رقابت شما نیست. در عوض، تمرکز روی ویژگی‌های ظریف‌تر مربوط به تغییرپذیری گام بود (مثلاً طول گام شما چقدر از یک پله به مرحله بعد تغییر می‌کند؟) و منظم بودن (مثلاً شتاب لحظه‌ای بدن شما در هر یک از سه بعد در طول مراحل متوالی چقدر شبیه است.).

تفاوت بین دو گروه از دوندگان با چشم غیرمسلح کمتر از آنچه تصور می کنید آشکار است. اگر به پارامترهای گام‌های معمولی پایبند باشید، اصلاً چیزی نمی‌بینید: برای مثال، دونده‌های رقابتی زن میانگین آهنگ 168.2 داشتند. همتایان تفریحی آنها میانگین تقریباً یکسانی 169.1 داشتند. حتی با معیارهای پیچیده تر سازگاری گام، تفاوت ها آشکار نیستند. بنابراین محققان تمام داده ها را به یک سیستم یادگیری ماشینی به نام ماشین بردار پشتیبان وارد کردند و به رایانه اجازه دادند تا بفهمد کدام عوامل دونده های رقابتی و تفریحی را متمایز می کند. مهمتر از همه، آنها دونده های مرد و زن را به طور جداگانه تجزیه و تحلیل کردند، زیرا نشانه های یک گام "رقابتی" ممکن است در دو گروه متفاوت باشد.

مطمئناً با استفاده از داده‌های مربوط به ثبات قدم‌ها، رایانه توانست در 82.6 درصد مواقع دونده‌های مرد را به‌عنوان رقابتی یا تفریحی و 80.4 درصد مواقع دوندگان زن را به‌درستی طبقه‌بندی کند. کریستین کلرمونت، نویسنده اصلی مقاله، در ایمیلی توضیح داد که عوامل خاصی که بیشترین اهمیت را داشتند در دو گروه متفاوت بودند - که جای تعجب نیست، زیرا "تفاوت های ساختاری در آناتومی زن و مرد قطعا بر نحوه دویدن ما تاثیر می گذارد." مدل مردانه دارای 12 ویژگی مختلف گام بود، در حالی که مدل زنانه دارای 10 ویژگی مختلف بود که همه مربوط به تنوع و منظم بودن گام است.

مزیت یادگیری ماشینی این است که می تواند الگوهای ظریفی را در تعداد زیادی از متغیرها انتخاب کند که هرگز با خیره شدن به داده ها نمی توانید پیدا کنید. نقطه ضعف این است که همیشه مشخص نیست که این الگوها به چه معنا هستند. به عنوان مثال، چرا مهمترین ویژگی متمایز کننده برای مردان، همبستگی گام به گام شتاب مرکز جرم در امتداد محور عقب به جلو است، در حالی که برای زنان میانگین ریشه میانگین مربع آن شتاب است؟ اما اگر از جزئیات عقب‌نشینی کنید، می‌توانید الگوی بزرگ‌تری را مشاهده کنید: دوندگان باتجربه نسبت به دوندگان کم‌تجربه، پیوسته‌تر می‌دوند و هر قدم شبیه‌تر به مراحل قبل و بعد از آن است.

چرا این مهم است؟ در حالی که من از انجام قضاوت های ارزشی به سبک لتس ران بیزارم، دلایلی وجود دارد که معتقدم راه رفتن رقابتی دویدن بهتر از راه رفتن تفریحی است. مطالعات به طور کلی نشان داده اند که دوندگان بی تجربه با وجود دویدن کمتر، بسیار بیشتر از افراد باتجربه آسیب می بینند و تمایل دارند در مکان های مختلف آسیب ببینند. دوندگان تفریحی تمایل بیشتری به آسیب دیدگی زانو و لگن دارند، شاید به دلیل فرم دویدن بهینه نشده باشد. دوندگان رقابتی تمایل بیشتری به آسیب دیدگی پا و ساق پا دارند، شاید به دلیل استفاده بیش از حد ناشی از بارهای تمرینی سنگین تر. بنابراین دانستن اینکه آیا فرم دویدن شما «رقابتی‌تر» یا «تفریحی‌تر» می‌شود، ممکن است از نظر تئوری نکاتی را در مورد اینکه آیا تمرین‌تان کارآمد است و در کجا ممکن است آسیب‌پذیرتر از آسیب‌دیدگی باشید، به شما بدهد.

شتاب سنج مورد استفاده در این مطالعه خاص برای استفاده خارج از فروشگاه مناسب نیست. با این حال، کلرمونت می‌گوید، برخی از پارامترهای مفید وجود دارد که در اصل می‌توان آنها را با استفاده از مواردی مانند Garmin Running Dynamics Pod یا LumoRun (که متأسفانه ماه گذشته ورشکست شد) محاسبه کرد. حتی با ساعت‌های هوشمند ساده‌تر یا غلاف‌های پا، می‌توانید مدت زمان هر گام را اندازه‌گیری کنید و سپس، مهم‌تر از همه، ضریب تغییرات را محاسبه کنید، که نشان‌دهنده این است که این زمان چقدر از گام به گام متفاوت است. این به شما این حس را می دهد که گام شما چقدر سازگار است، آیا با خستگی سازگارتر می شود یا خیر، و اینکه آیا با گذشت زمان سازگارتر می شود یا خیر. تماشای روندها می تواند به شما این حس را بدهد که آیا آموزش شما به شما کمک می کند یا به شما آسیب می رساند. اگر افراد زیادی برای چنین ویژگی بخواهند، شاید شرکت هایی مانند Garmin آن را در دسترس قرار دهند. (و شاید هم اکنون در جایی در دسترس باشد: دنیای فناوری های پوشیدنی به قدری گسترده و سریع در حال توسعه است که پیگیری آن دشوار است.) من نامی برای این پارامتر پیشنهاد می کنم: شاخص Hobbyjogger.

توصیه شده: