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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
박태신 (순천향대학교) 김미량 (순천향대학교)
저널정보
한국융합과학회 한국융합과학회지 한국융합과학회지 제13권 제7호
발행연도
2024.7
수록면
241 - 259 (19page)

이용수

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

초록· 키워드

오류제보하기
연구목적 본 연구는 머신러닝을 활용하여 프로야구 투수들의 토미 존 부상 여부를 사전에 예측하여 선수들의 부상 위험을 줄이고 평균적으로 1년이 넘는 재활 기간을 줄이는 데 목적이있다. 연구방법 Fangraph 및 Python의 pybaseball 패키지를 활용하여 2020년부터 2022년까지 메이저 리그 선수들의 일별 경기 기록을 수집했다. 토미 존 부상을 당하기 이전, 주요 구종인 직구의 최근 5경기의 공의 속도, 회전율, 회전 방향 각도 등 19개의 변수를 전처리하여76개의 독립변수를 생성했다. 1011명의 선수 중 토미 존 부상을 입은 선수는 15명으로 데이터 불균형 문제가 심하여 언더 샘플링을 적용했다. 이후 토미 존 부상을 입은 선수 15명과나머지 996명의 선수 중 랜덤으로 1000번, 15명의 선수를 뽑아 5-folds 교차검증을 진행하였다. 결과 6가지 머신러닝 모델을 사용하였고 성능 평가지표로는 정확도, 정밀도, 재현율,F1 Score를 사용하였다. 정확도, 정밀도, F1 Score에서는 성능이 낮았지만 재현율에서는 서포트 벡터 머신이 0.660으로 다른 모델보다 높은 성능을 보였다. 비슷한 연구 사례로 팔꿈치부상 예측을 한 이전 연구의 F1 Score 0.07보다 높은 0.534의 성능을 보였다. 결론 본 연구를통하여 선수들의 부상을 미리 예측함으로써 조기 대처 및 관리가 가능할 것이다. 또한 스포츠안전과 스포츠 과학 분야에 지속적으로 기여 할 수 있으며, 선수의 신체 특성, 훈련 방법 등을추가로 분석하면 더욱 정교한 모델과 부상 예방 전략을 세울 수 있을 것이라 기대한다.
#머신러닝 #스포츠 안전 #토미 존 부상 #언더 샘플링 #지속성 #Machine Learning #Sports Safety #Tommy John Injury #Under-Sampling #Sustainability

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

댓글(0)

0