Наука и инновации

Ученые ЛЭТИ предложили повышать выносливость спортсменов с помощью методов машинного обучения

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

Ученые ЛЭТИ предложили повышать выносливость спортсменов с помощью методов машинного обучения

Анаэробный порог – это наиболее высокий уровень интенсивности, который человек может выдерживать в течение длительного времени без накопления значительного количества лактата, снижающего общее физическое состояние организма.

Поэтому одной из задач профессиональных спортсменов во время тренировочного процесса является постоянное повышение анаэробного порога для усиления общей выносливости организма. Однако точное определение анаэробного порога является сложной задачей, поскольку зависит от большого количества факторов, в том числе от физиологических особенностей конкретного спортсмена и системы методов подготовки, которую использует тренерский персонал.

«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».

Доцент кафедры автоматики и процессов управления СПбГЭТУ «ЛЭТИ» Дмитрий Ильич Каплун

Созданию модели предшествовал сбор данных, который проводили исследователи Научно-исследовательского института гигиены, профпатологии и экологии человека (ФГУП «НИИ ГПЭЧ» ФМБА России) и Северо-Западного государственного медицинского университета им. И.И. Мечникова. Ученые тестировали спортсменов на специальных установках, имитирующих тренировочный процесс и физиологическое состояние при достижении анаэробного порога. Сбор данных о частоте сердечных сокращений, насыщении крови кислородом и другой информации проводился с помощью датчиков. Для сбора данных было проведено более 1,2 тыс. 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 Ильич Каплун.

Сейчас ученые работают над повышением точности созданной модели путем применения других более сложных алгоритмов машинного обучения.