به‌كارگيري يادگيري عميق در تشخيص عملكرد ورزشكاران با استفاده از حسگرهاي پوشيدني

Deep Learning For Athletes performance Recognition Using Wearable Sensors

استفاده از فناوري اطلاعات و پيشرفت شبكه‌هاي حسگر بي‌سيم و كاربرد آن در حوزه مختلف مانند حوزه پزشكي در پايش سلامت افراد، تناسب‌اندام و يا به‌كارگيري آن‌‌ها در سالن‌هاي ورزشي و خانه‌هاي هوشمند سبب بهبود كاهش آسيب‌ديدگي ورزشكاران حين تمرين، كاهش هزينه‌ها، پايش دقيق عملكرد ورزشكار و به دنبال آن باعث افزايش بهبود عملكرد ورزشكاران شده است. تحقيقات ﺍنجام شده در ﺍين حوزه با ﺍستفاده ﺍز روش‌هاي يادگيري ماشين و يادگيري عميق، سعي در دسته‌بندي داده‌هاي سري زماني جمع‌آوري‌شده، توسط حسگرها (مانند حسگرهاي صدا، حسگرهاي تصوير، فشارسنج و شتاب‌سنج) داشته‌اند. در دهه اخير، راهكارهايي مبتني بر حسگرهاي پوشيدني، ارائه شده‌است. در ﺍين پژوهش، ﺍز حسگرهاي پوشيدني به دليل كاركرد آسان‌تر ﺍستفاده شده است. باتوجه‌به ﺍينكه داده‌هاي جمع‌آوري‌شده ﺍز جنس مقدار در واحد زمان هستند. (سيگنال در حوزه زمان)، براي تحليل اين داده‌ها، از روش‌هاي ﺍستخرﺍج ويژگي در حوزه فركانس موردتوجه قرﺍر گرفته‌است. با ﺍستفاده ﺍز روش‌هاي مختلف مي‌توﺍن ويژگي‌هاي زماني- فركانسي سيگنال رﺍ ﺍستخرﺍج كرد. همچنين طبقه‌بندي فعاليت‌ها با استفاده از شبكه عصبي انجام مي‌شود و مي‌توان از يادگيري عميق براي استخراج ويژگي‌ها و طبقه‌بندي فعاليت استفاده كرد. در اين پژوهش پس از بررسي قابليت‌هاي مطرح در حوزه حسگر‌هاي پوشيدني‌، يك دسته‌بندي از ابزارها و ايده‌ها‌، صورت پذيرفته است. در ادامه فرايند تحقيق در اين حوزه، مساله به‌كارگيري يادگيري عميق در پايش عملكرد ورزشكاران حرفه‌اي، ‌بررسي خواهد شد.