文献

J-GLOBAL ID：202202247224627555   整理番号：22A1169865

データマイニングとランダムフォレストの下でのスポーツ選手の状態監視【JST・京大機械翻訳】

Athletes’ State Monitoring under Data Mining and Random Forest

著者 (1件)： Li Xiaolei (Physical Education Department of Public Basic Education Department, Henan Vocational University of Science and Technology, Zhoukou, Henan 466000, China)
資料名： Journal of Sensors (Web)  (Journal of Sensors (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7792A  ISSN： 1687-725X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本研究は,競技者をトップ形式で訓練し,競争で最良に訓練することを目的とする。関連理論研究に基づき,アーチを研究対象として取り上げ,アーカイの特徴を,解析し,そして,事前競争訓練の異なる段階における運動選手の脳波(EEG)特徴を,モニターした。そして,ランダムフォレスト(RF)に基づく運動選手の競合状態モニタリングモデルを,実行して,テストした。実験結果は,脳バンドα,EEGエントロピー,中心疲労指数,興奮抑制指数,および脳状態指数の選手の優勢周波数が,訓練([数式:原文を参照])のそれらと有意に異なることを示した。モニタリングモデルは,運動選手の競合状態を分類した。サポートベクトルマシン(SVM)分類モデルと比較して,その分類精度は90%より高かった。全体の分類精度は89.74%で,SVMより有意であった。研究は,運動選手の競合状態を監視するための参照を提供し,それらがリアルタイムでそれらの状態を制御するのを助ける。Copyright 2022 Xiaolei Li. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： エントロピー ,  脳波 ,  脳 ,  監視 ,  興奮 ,  モデル ,  指数 ,  *データマイニング ,  サポートベクトルマシン
準シソーラス用語： 分類精度 ,  実時間 ,  *状態監視 ,  プレイヤ ,  *ランダムフォレスト ,  分類モデル , 【Automatic Indexing@JST】

分類 (4件)： 医療用機器装置  (GA05020L) ,  神経系の診断  (GN02000H) ,  スポーツ医学  (GC11000Y) ,  生体計測  (EL03020C)

引用文献 (26件)：

• Y. H. Tsai, S. Y. Wu, W. L. Hu, Y. L. Lai, Y. Tsao, K. T. Yen, C. H. Lin, C. E. A. Kuo, "Immediate effect of non-invasive auricular acupoint stimulation on the performance and meridian activities of archery athletes," Medicine, vol. 100, no. 8, article e24753, 2021.
• M. Fink, "Random controlled trial of sham electroconvulsive therapy and other novel therapies," The Journal of ECT, vol. 37, no. 3, pp. 150-151, 2021.
• E. A. Wilde, N. J. Goodrich-Hunsaker, A. L. Ware, B. A. Tayor, B. D. Biekman, J. V. Hunter, R. Newman-Norlund, S. Scarneo, D. J. Casa, H. S. Levin, "Diffusion tensor imaging indicators of white matter injury are correlated with a multimodal electroencephalography-based biomarker in slow recovering, concussed collegiate athletes," Journal of Neurotrauma, vol. 37, no. 19, pp. 2093-2101, 2020.
• T. Zhao, J. Zhang, Z. Wang, R. Alturki, "An improved deep learning mechanism for EEG recognition in sports health informatics," Neural Computing and Applications, vol. 33, pp. 1-13, 2021.
• A. D. Duru, M. Assem, "Investigating neural efficiency of elite karate athletes during a mental arithmetic task using EEG," Cognitive Neurodynamics, vol. 12, no. 1, pp. 95-102, 2018.

タイトルに関連する用語 (5件)： データマイニング ,  ランダムフォレスト ,  スポーツ ,  選手 ,  状態監視