심층 전이 학습을 기반으로 프리스타일 스키 공중 종목에서 선수의 발사 속도를 정확하게 예측

Scientific Reports 13권, 기사 번호: 4308(2023) 이 기사 인용

473 액세스

12 알트메트릭

측정항목 세부정보

이 기사에 대한 저자 수정 사항은 2023년 5월 8일에 게시되었습니다.

이 기사가 업데이트되었습니다.

발사 속도를 자동으로 얻는 것은 프리스타일 스키 공중 경기에서 선수가 좋은 결과를 얻을 수 있도록 하는 강력한 보장입니다. 높은 점수를 받는 운동선수를 설명하는 대부분의 발표된 연구에서 보조 슬라이딩 거리는 전적으로 코치와 운동선수 자신의 경험에 따라 달라지며 이는 최적이 아닐 수 있습니다. 본 논문의 주요 목표는 획득 시스템을 사용하고 인공 신경망(ANN) 모델을 개발하여 보조 슬라이딩 거리와 속도 간의 대응 관계를 자동으로 얻는 것입니다. 눈 마찰 계수, 풍속, 풍향, 경사, 높이 및 무게의 영향을 Unity3D 엔진에서 시뮬레이션할 수 있습니다. 온도, 습도, 기울기 각도의 영향은 전문 테스터가 실제 세계에서 측정해야 하는 힘든 작업입니다. 신경망은 먼저 인코딩된 특징을 얻기에 충분한 시뮬레이션 데이터로 훈련됩니다. 그런 다음 시뮬레이션 환경에서 학습된 정보는 다른 네트워크로 전송됩니다. 두 번째 네트워크는 20명의 전문 테스터로부터 가져온 데이터를 사용합니다. 전이 학습이 없는 모델과 비교하여 제안된 방법의 성능이 크게 향상되었습니다. 테스트 세트의 평균 제곱 오차는 0.692입니다. 설계된 심층전이학습(DTL) 모델에 의해 예측된 속도는 실험 측정 결과와 잘 일치하는 것으로 관찰됩니다. 결과는 제안된 전이 학습 방법이 프리스타일 스키의 에어리얼 종목에서 선수의 보조 슬라이딩 거리 및 발사 속도를 예측하는 도구로 사용하기에 효율적인 모델임을 나타냅니다.

프리스타일 스키의 공중 종목은 전 세계인의 관심을 끄는 스포츠이다. 이 프로젝트는 주로 운동선수의 기술과 유연성을 보여주며 운동선수의 스포츠 특성 및 신체적 특징과 매우 일치합니다1. 따라서 프리스타일 스키의 공중 종목은 언제나 선수들이 동계 올림픽에서 금메달을 획득하는 중요한 돌파구였습니다. 프리스타일 스키 에어리얼 종목의 동작 구성은 크게 네 단계, 즉 보조 슬라이딩 단계, 도약 단계, 공중 단계, 착지 단계로 나누어진다. 일반적으로 이 네 단계는 서로 연결되어 있고, 서로 촉진하며, 상호 작용합니다. 동작의 성공 또는 실패를 결정하는 핵심 요소 중 하나는 상승 높이 제어, 즉 보조 슬라이딩 단계가 끝날 때 발사 속도 제어입니다. 공중 사이트의 다이어그램과 측면도는 그림 1에 표시되어 있으며 4단계와 중요한 발사 속도 지점이 자세히 나와 있습니다.

공중 현장의 다이어그램과 측면도.

그러나 발사 속도는 여러 요인의 영향을 받습니다. 과거 대회에서 프리스타일 스키 에어리얼 종목의 보조 슬라이딩 거리는 전적으로 코치와 선수 자신의 경험에 달려 있거나 반복적인 슬라이딩 테스트를 거쳐 최종 결정 상태가 결정되므로 최적이 아닐 수 있습니다. 또한, 야외 시험의 실시는 시간이 많이 걸리고 힘든 일입니다2,3,4. 보조 슬라이딩 속도는 눈 상태, 주변 환경 및 슬라이딩 경사에 의해 영향을 받습니다. 눈 조건에는 눈 온도, 경도 및 질감이 포함되며, 모두 눈의 마찰 계수에 직접적인 영향을 미치며 이는 다시 미끄러짐 속도에 영향을 미칩니다. 운동선수의 반복적인 슬라이딩 테스트의 한계는 스키-눈 마찰계 시스템을 사용하여 극복할 수 있습니다. 객관적이고 빠르고 안정적인 측정으로 인해 스키-눈 마찰계 시스템이 선호됩니다. 그러나 스키-눈 마찰계 시스템 개발에 대한 작업은 거의 수행되지 않았습니다. 기존 측정 시스템은 두 가지 범주로 분류될 수 있습니다. (1) 선형 마찰계6,8; (2) 회전 마찰계9. 기존 시스템의 한계는 샘플 크기와 시스템 구성으로 인해 스키에 따른 마찰 측정을 충족할 수 없다는 것입니다. 또한 더 중요한 것은 눈의 마찰계수 외에도 선수의 속도도 보조 슬라이딩 거리, 풍속, 풍향, 경사, 높이, 무게 온도, 습도 및 경사 각도와 관련이 있다는 것입니다. 불행하게도 기존의 측정 모델은 속도와 이러한 요인들 사이의 관계를 직접적으로 제시하여 선수가 좋은 결과를 얻을 수 있도록 안내하지 않으며 이는 선수에게 불리합니다.