文献

J-GLOBAL ID：201802281658275200   整理番号：18A0135765

余暇ランナーへの機械学習法を用いた乳酸しきい値の推定【Powered by NICT】

Estimation of lactate threshold with machine learning techniques in recreational runners

著者 (5件)： Etxegarai Urtats (Department of Automatic Control and System Engineering, Faculty of Engineering, University of the Basque Country UPV/EHU, Bilbao, Spain) ,  Portillo Eva (Department of Automatic Control and System Engineering, Faculty of Engineering, University of the Basque Country UPV/EHU, Bilbao, Spain) ,  Irazusta Jon (Department of Physiology, Faculty of Medicine and Nursing, University of the Basque Country UPV/EHU, Leioa, Spain) ,  Arriandiaga Ander (Department of Automatic Control and System Engineering, Faculty of Engineering, University of the Basque Country UPV/EHU, Bilbao, Spain) ,  Cabanes Itziar (Department of Automatic Control and System Engineering, Faculty of Engineering, University of the Basque Country UPV/EHU, Bilbao, Spain)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 63  ページ： 181-196  発行年： 2018年 
JST資料番号： W2175A  ISSN： 1568-4946  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 乳酸しきい値はエリートとレクリエーションランナーの性能を評価し,耐久スポーツのトレーニング強度を処方する場合に重要なパラメータであると考えられている。しかし,血中乳酸濃度の測定は,高価な装置および血液試料の抽出,頻繁なモニタリングに不便を必要とする。さらに,最もレクリエーションランナーは,前述の装置による体力のルーチン評価へのアクセスを持たないので,高価で,また特殊な中心に頼ることなく乳酸しきい値を計算することができない。それ故,本研究の主目的は,持久走スポーツに参加した娯楽の運動選手の乳酸しきい値を推定するインテリジェントシステムを作ることである。ここで提案した解決策は,リカレントニューラルネットワークを用いた乳酸進化をモデル化し,時間軸の標準化だけでなく,層化サンプリング法の改良の提案を含む機械学習システムに基づいている。結果は,提案したシステムは,運動選手の89.52%の乳酸閾値を正確に推定すると実験的に測定した乳酸しきい値との相関は非常に高かった(R=0.89)ことを示した。さらに,試験データセットを用いてその挙動をトレーニングセットと良好であり,モデルの汎化能力が高いことを意味した。,本研究における機械学習ベースシステムは,レクリエーションランナーのための従来の侵襲的乳酸しきい値測定試験の代替として提案した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *ランナ ,  *機械学習 ,  モデリング ,  ニューラルネットワーク ,  スポーツ ,  汎化 ,  標準化 ,  体力 ,  脂肪族アルコール ,  脂肪族カルボン酸 ,  第二アルコール ,  ヒドロキシ酸
準シソーラス用語： 乳酸閾値 ,  リカレントニューラルネットワーク ,  インテリジェントシステム ,  運動選手 ,  持久走 ,  血中乳酸値 , 【Automatic Indexing@JST】

著者キーワード (6件)： 乳酸 ,  嫌気性しきい値 ,  モデリング ,  進化 ,  機械学習 ,  ニューラルネットワーク

分類 (2件)： スポーツ医学  (GC11000Y) ,  血液検査  (GC02050D)

物質索引 (1件)： 乳酸

タイトルに関連する用語 (6件)： 余暇 ,  ランナー ,  機械学習 ,  乳酸 ,  しきい値 ,  推定