Suchergebnisse - Springer
-
1
Gamechanger KI im Sport und der Trainingswissenschaft - Können wir der Technologie heute schon vertrauen?
Fröhlich, M., Dindorf, C., Pieter, A., Bartaguiz, E., Kemmler, W.Veröffentlicht in Vertrauen in künstliche Intelligenz (2024)“… Springer Vieweg …”
-
2
Maschinelles Lernen im Hochleistungsskateboarding
Musa, R. M., Rasid, A. M. A., Samsudin, C. N. C., Majeed, A. P. P. A., Abdullah, M. R.Veröffentlicht in Künstliche Intelligenz und maschinelles Lernen in der Sportwissenschaft (2025)“… Springer Spektrum …”
-
3
-
4
-
5
Machine learning in sports: Open approach for next play analytics (Maschinelles Lernen im Sport: Offener Ansatz für die Analyse des nächsten Spielzugs)
-
6
Künstliche Intelligenz und maschinelles Lernen in der Sportwissenschaft
D. MemmertVeröffentlicht 2025“… Springer Spektrum …”
-
7
Trainingswissenschaft für die Sportpraxis. Lehrbuch für Studium, Ausbildung und Unterricht im Sport
A. Ferrauti, T. WiewelhoveVeröffentlicht 2025“… Springer Spektrum …”
-
8
Die Entwicklung von Good Governance im Sport
Strömberg, J. Z., Horbel, C., Strittmatter, A.-M.Veröffentlicht in Entwicklungstendenzen im Sportmanagement: Struktur- und Wertewandel, Nachhaltigkeit, Globalisierung und Digitalisierung (2024)“… Springer Gabler …”
-
9
Augmented intelligence for FIFA predictions (Augmented Intelligence für FIFA-Prognosen)
Jethuri, K., Emmadi, S. C., Samudrala, S., Natarajan, J., Ghotkar, P., Natu, M.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2024. Communications in Computer and Information Science (2025)“… Springer …”
-
10
Mathematical models for off-ball scoring prediction in basketball (Mathematische Modelle zur Prognose von Punkten ohne Ballbesitz im Basketball)
Kono, R., Fujii, K.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2024. Communications in Computer and Information Science (2025)“… Springer …”
-
11
GraphEIV: A framework for estimating the expected immediate value in basketball using graph neural networks (GraphEIV: Ein Framework zur Schätzung des erwarteten unmittelbaren Werts im Basketball unter Verwendung graphischer neuronaler Netze)
Sá-Freire, B. M., Barbosa, G. R. G., Gonçalves, J. L. L., Schuster, J., Rios-Neto, H.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2024. Communications in Computer and Information Science (2025)“… Springer …”
-
12
Characterizing serves in table tennis (Charakteristische Aufschläge im Tischtennis)
Eradès, A., Papon, T., Vuillemot, R.Veröffentlicht in Machine Learning and Data Mining for Sports Analytics. MLSA 2024. Communications in Computer and Information Science (2025)“… Springer …”
-
13
Rehabilitation and return to sport of low back injuries (Rehabilitation und Rückkehr zum Sport bei Verletzungen des unteren Rückens)
Tomaello, L., Gastaldo, M., Cento, F., Tencone, F.Veröffentlicht in Orthopaedic Sports Medicine (2025)“… Springer …”
-
14
Praxis der Sporternährung. Ein Leitfaden für Studierende und Fachkräfte der Ernährungs- und Sportwissenschaften
D. König, A. CarlsohnVeröffentlicht 2024“… Springer Spektrum …”
-
15
Leistungsverständnis und Leistungsentwicklung in bewegungsorientierten Jugendkulturen am Beispiel Skateboarding
Schwier, K., Kilberth, V.Veröffentlicht in Leistung aus sportpädagogischer Perspektive (2023)“… Springer VS …”
-
16
Leistung aus sportpädagogischer Perspektive
D. Wiesche, N. GisselVeröffentlicht 2023“… Springer VS …”
-
17
Eating disorders and competitive sports (Essstörungen und Leistungssport)
-
18
Be a champion. 40 facts you didn't know about sports and science (Sei ein Champion. 40 Fakten, die Du nicht über Sport und Wissenschaft wusstest)
-
19
Clephas, C.; Stergiou, P.; Tyreman, H.; Katz, L. (Predicting Olympic success by regression modeling in sport - an analysis of the beginning of the 21st century)
Clephas, C., Stergiou, P., Tyreman, H., Katz, L.Veröffentlicht in 13th World Congress of Performance Analysis of Sport and 13th International Symposium on Computer Science in Sport. IACSS&ISPAS 2022 (2023)“… Springer …”
-
20
Using multiple machine learning algorithms to classify distinguishing characteristics between elite defenders and their sub-elite counterparts in professional men`s football (Einsatz mehrerer Algorithmen des maschinellen Lernens zur Klassifizierung von Unterscheidungsmerkmalen zwischen Elite-Verteidigern und ihren Sub-Elite-Gegenspielern im professionellen Männerfußball)
Phatak, A., Schlenger, J., Jamil, M., Mehta, S., Biermann, H., Memmert, D.Veröffentlicht in 13th World Congress of Performance Analysis of Sport and 13th International Symposium on Computer Science in Sport. IACSS&ISPAS 2022 (2023)“… Springer …”