Нейронные сети

Проект посвящен исследованию возможностей применения машинного обучения для анализа биомеханики в горнолыжном спорте.
В этой статье речь пойдет о возможностях применения машинного обучения для анализа биомеханики в горнолыжном спорте.
Изначально гипотеза об указанных возможностях свелась к следующему набору требований:
  • способность классифицировать технические элементы;
  • способность по определенной метрике сравнивать указанные элементы; находить нетривиальные особенности прохождения трассы, позволяющие минимизировать время;
  • способность строить прогнозы (например, на вторую попытку).

  • Для начальной проверки этой гипотезы мы решили обучить искусственную нейронную сеть (далее ИНС) для распознавания простейших фаз траектории движения спортсмена-горнолыжника.
    Этапы работ определили так:
    1. Сбор данных.
    2. Подготовка данных для обучения.
    3. Тренировка сети по распознаванию целых поворотов.
    4. Тренировка сети по распознаванию фаз поворотов.
    5. Разработка сервиса для пользователей по работе с получившейся системой. Сбор данных. Motion Capture Захват движений производили с помощью решения (MVN Biomech ) компании Xsens, которое представляет из себя нейлоновый комбинезон с устанавливаемыми инерционными датчиками (IMU). По своим характеристикам костюм отдаленно напоминает стандартную спортивную экипировку — «спусковой костюм», что позволяет спортсмену, с некоторыми ограничениями, просто одеть его под обычную экипировку. Подготовка данных
    Для начала берем и оставляем только сами проезды, выкидывая всё, что происходит между (подъемы на бугеле, ожидание и т.д.). Как итог — из десяти тренировок, пригодных для работы (было много брака из-за установки датчиков и их последующего смещения), оказались пять. В среднем на каждой тренировке записывалось двадцать проездов, полезное время каждого из которых составляет тридцать секунд. Итого получаем 5 тренировок * 20 проездов * 30 секунд * 240 Hz = 720 000 фреймов; ну или если идти дальше 720 000 фреймов * 23 сегмента * 4 вещественных числа в кватернионе = около 66 миллионов вещественных чисел. Звучит, как будто этого достаточно. Далее, необходимо вручную разметить данные для обучения — объяснить нейросети что конкретно она должна узнавать. А целью было научить её узнавать сначала полные повороты, а затем их фазы. Для этого просматривалась визуализация движений и показатели ключевых сегментов (в нашем случае стопы, голень) и на временной шкале ставились метки начала и окончания соответствующих элементов. Таким образом, по совокупности всех записей мы получили порядка 3 500 поворотов, или 10 500 фаз.

    ТЕКСТ - ТЕКСТ - ТЕКСТ - ТЕКСТ - ТЕКСТ

    Текст текст текст Текст текст текст Текст текст текст текст Текст текст текст Текст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст Текст текст текст Текст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст Текст текст текст Текст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст Текст текст текст Текст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст Текст текст текст Текст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст Текст текст текст Текст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст Текст текст текст Текст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст Текст текст текст Текст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст Текст текст текст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст Текст текст текстТекст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст Текст текст текст Текст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст Текст текст текст Текст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст Текст текст текст Текст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст Текст текст текст Текст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст Текст текст текст Текст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст Текст текст текст Текст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст Текст текст текст Текст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст Текст текст текст Текст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст Текст текст текст Текст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст Текст текст текст Текст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст Текст текст текст Текст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст Текст текст текст Текст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст Текст текст текст Текст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст Текст текст текст Текст текст текст Текст Текст текст текст Текст текст текст Текст текст текст текст
    ИВАН
    РОЗЕНБЛАТТ
    ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ
    ИВАН
    ХАКИМОВ
    ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ
    ИВАН
    ХЭММИНГ
    ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ
    ИВАН
    КОХОНЕН
    ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ
    ИВАН
    ЭЛМАН
    ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ ТЕКСТ