Name: | Description: | Size: | Format: | |
---|---|---|---|---|
3.84 MB | Adobe PDF |
Authors
Abstract(s)
Nos dias de hoje, com o avanço da tecnologia wearable, nos sensores e nas comunicações
wireless é possível desenvolver sistemas inteligentes capazes de monitorizar continua mente e em tempo real actividades quotidianas do ser humano.
No mundo do desporto, melhorar o desempenho do atleta, é um dos principais desafios
para os treinadores, já que a variabilidade do seu desempenho, entre eventos, pode afetar
o resultado final, já que o baixo desempenho de um jogador pode afetar toda a equipa.
Identificar como se comportam os atletas durante treinos e jogos e como respondem às
cargas de treino, prevenir lesões e prever como se irão comportar são pontos-chave para
um melhor desempenho. Para esta finalidade, dispositivos wearable são uma mais valia
na medida em que possibilitam a aquisição e análise em tempo real de dados fisiológicos,
biomecânicos e de posicionamento, que podem levar a um melhor conhecimento do jogo.
Esta dissertação de mestrado propõe então o desenvolvimento de uma metodologia
capaz de analisar e classificar dados, cinemáticos e fisiológicos, utilizando um tipo de
Redes Neuronais Recorrentes, chamado de Rede LSTM, para fazer o reconhecimento de
acções de um determinado jorgador tendo também em consideração o posicionamento
dos restantes elementos da equipa. Para esse fim, será necessária a utilização de dois
dispositivos wearable: o Traxports (para recolha de dados cinemáticos) e o MBody3 (para
recolha de dados fisiológicos).
Com este projecto esperamos conseguir distinguir, se o jogador está a rematar, a
fazer um passe, a andar ou a correr com e sem bola ou a saltar tendo em consideração
o posicionamento de todos os jogadores em campo e os dados fisiológicos do jogador que
utilizar os calções MBody3.
Description
Keywords
Tecnologias Tecnologias wearable Sistemas inteligentes Deep learning Desporto RNN LSTM Mbody3 Dados cinemáticos Dados cinemáticos Dados fisiológicos