4066852
Entwicklung eines Machine-Learning-Tools zur automatisierten Erkennung und Klassifikation von Kopfballereignissen auf der Basis von 3D-Beschleunigungsdaten eines am Kopf getragenen Inertialsensors
(Development of a machine learning tool for automated detection and classification of heading events based on 3D acceleration data from a head-worn inertial sensor)
Mittels NN-DTW, LSTM und CNN wurden Beschleunigungsdaten anhand ihrer 3D-Zeitverläufe als Kopfball bzw. Nicht-Kopfball klassifiziert. Hierbei zeigte sich, dass die datengestützten Machine-Learning-Verfahren Kopfballereignisse mit einer hohen Genauigkeit klassifizieren konnten.
© Copyright 2020 spinfortec2020digital: 13. Symposium der dvs-Sektion "Sportinformatik und Sporttechnologie" vom 24.-25. September 2020 in Bayreuth. Published by Institut für Sportwissenschaft. All rights reserved.
| Subjects: | |
|---|---|
| Notations: | technical and natural sciences training science sport games |
| Tagging: | Sportinformatik künstliche Intelligenz |
| Published in: | spinfortec2020digital: 13. Symposium der dvs-Sektion "Sportinformatik und Sporttechnologie" vom 24.-25. September 2020 in Bayreuth |
| Language: | German |
| Published: |
Bayreuth
Institut für Sportwissenschaft
2020
|
| Online Access: | https://www.sporttechnologie.uni-bayreuth.de/pool/dokumente/Spinfortec_Programm-Abstractheft_final.pdf |
| Pages: | 48-49 |
| Document types: | article |
| Level: | advanced |