Resumen

En el entrenamiento deportivo o de fitness, los movimientos no estndar afectarn al efecto del entrenamiento e incluso provocarn lesiones deportivas. Sin embargo, los movimientos estndar de diversas actividades deportivas necesitan orientacin profesional, por lo que es difcil averiguar si los movimientos son estndar o no. En los ltimos aos, la estimacin de la pose corporal se ha convertido en un tema candente en la investigacin de la visin por ordenador. Un modelo de aprendizaje profundo puede identificar eficazmente los nodos humanos y la trayectoria de movimiento en imgenes o vdeos y evaluar los movimientos del cuerpo humano objetivo. Sin embargo, el proceso de movimiento generalmente est cubierto por otros o la situacin del personal cercano, lo que conduce a la desviacin del reconocimiento del movimiento del cuerpo humano y afecta la evaluacin del movimiento. Por lo tanto, no es capaz de corregir eficazmente el movimiento errneo, sino que inducir a error al personal de formacin. Por lo tanto, este artculo propone un nuevo modelo de apoyo a la toma de decisiones para el entrenamiento deportivo basado en reglas de asociacin. Utilizamos ajustes de probabilidad posterior para revelar las ponderaciones de la capacidad discriminativa de los elementos de atributo y establecemos el rendimiento de la clasificacin para reflejar las ponderaciones de tres medidas para evaluar la contribucin del crdito. As, la configuracin del umbral de aprendizaje refleja el peso de la capacidad de decisin del entrenamiento deportivo. Adems, en comparacin con las reglas de asociacin tradicionales, se descubren elementos de atributo, conjuntos de elementos frecuentes y reglas de clasificacin que pueden mejorar el rendimiento de la toma de decisiones del entrenamiento deportivo, lo que complementa las deficiencias de las distintas medidas. Por ltimo, utilizando la estrategia de votacin ponderada para fusionar la informacin de toma de decisiones de las reglas de clasificacin, podemos ayudar eficazmente en el entrenamiento deportivo para que el entrenador pueda elaborar las contramedidas correspondientes y realizar una gestin cientfica.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Deportes; Movimientos; Entrenamiento; Modelo; Estimación de la postura corporal; Modelo de apoyo a la decisión
• Keywords:Sports; Movements; Training; Model; Body pose estimation; Decision support model