메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박지훈 (용인대학교)
저널정보
한국체육측정평가학회 한국체육측정평가학회지 한국체육측정평가학회지 제22권 제4호
발행연도
2020.12
수록면
101 - 110 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
스포츠 현장에서 경기의 승ㆍ패를 예측하는 것은 개인과 팀의 경기력 향상이라는 상호작용 효과를 준다. 데이터를 처리하는 방법의 새로운 기술개발로 단순한 정보처리에서 다차원의 복잡한 신경망까지 일반 개인이 구축할 수 있는 환경이 되었으며, 적용 가능성을 시험하기 위한 검증 무대로서 가장 적합한 스포츠 현장에서 다양한 시도가 계속되고 있다. 검도는 단체스포츠가 아닌 개인 간 무도 종목이다. 동일한 조건에서 정해진 부위를 타격하여 득점하는 경기이며, 타 종목에 비해 경기상황의 경우의 수가 적다. 이 같은 이점을 활용하여 본 연구에서는 검도경기의 승ㆍ패 예측을 기계학습을 통해 추정하고자 하였으며, 구체적으로 검도선수들의 검도 경기수행력을 순차적으로 부호화 시키고 득점상황을 예측하는데 목적이 있다. 사용된 데이터는 2019년 실업검도대회 3개를 대상으로 학습데이터셋과 교차타당도검증 데이터셋으로 분류하였다. 경기분석 프로그램인 Longomatch 1.6을 사용하여 경기영상을 통해 자료를 부호화 하였고, 기계학습을 위해 Tensor 형태로 변환하는 전처리 과정 및 순환신경망(LSTM) 모델 개발을 통계프로그램 R 3.6.1 프로그램을 활용하였다. 연구결과 개발된 다양한 신경망 중 64-128-64-32-3 레이어 신경망이 학습정확도 88.5%의 예측률을 보였다. 그리고 순환신경망(LSTM)을 활용하여 경기 내용을 학습시키고 실제 경기에서 적용하였을 경우 득점 여부를 79% 예측할 수 있었다. 결론적으로 본 연구에서 개발된 예측모델은 선수나 지도자가 경기내용의 평가 및 훈련에서 경기력 향상을 위해 다양하게 활용될 수 있을 것이다. 추후 무도종목을 비롯한 다양한 대인종목에서도 순환신경망의 적용 가능성을 기대한다.

목차

국문초록
Ⅰ. 서론
Ⅱ. 연구방법
Ⅲ. 연구결과
Ⅳ. 논의
Ⅴ. 결론
참고문헌
Abstract

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0