Artificial Intelligence Usage in Prediction of the Sports Results of Athletes Competing in Greco-Roman Wrestling

Abstract

Today, the use of machine learning algorithms and neural networks to increase the effectiveness of sports selection at the early stages of the athletes’ training process is becoming particularly relevant. The aim of this scientific work: to develop a program for predicting the athletic performance of young athletes, who competing in Greco-Roman wrestling, based on artificial intelligence technology. Collection and processing of individual data of 18–25 years old athletes (n=67) on 21 comparison criteria, ranked into categories in two directions, were implemented: sports space and individual achievements. Two forecasting categories were determined: participants who have obtained a sports title or the highest category (n=16), and participants who have not reached this level (n=17). The control testing of the created program showed only a 14 % probability of error in predicting the participants competition performance. According to the functionality of the program in the field of classification of signs by categories, the author’s intellectual development with 100 % probability on the basis of experimental approbation revealed key categories of signs that reliably affect the results of the athletes future sports performance

Сегодня использование алгоритмов машинного обучения и нейронных сетей для повышения эффективности спортивного отбора на ранних этапах тренировочного процесса спортсменов становится особенно актуальным. Цель научной работы: разработать программу прогнозирования спортивных результатов молодых спортсменов, выступающих в греко-римской борьбе, на основе технологии искусственного интеллекта. Был выполнен сбор и обработка индивидуальных данных спортсменов в возрасте 18–25 лет (n=67) по 21 критерию сравнения, ранжированных по категориям по двум направлениям: спортивное пространство и индивидуальные достижения. Были определены две категории прогнозирования: участники, получившие спортивный титул или высшую категорию (n=16), и участники, которые не достигли этого уровня (n=17). Контрольное тестирование созданной программы показало лишь 14 %-ную вероятность ошибки в прогнозировании соревновательных результатов участников. Согласно функционалу программы в области классификации признаков по категориям, интеллектуальные разработки автора со 100 % вероятностью на основе экспериментальной апробации выявили ключевые категории признаков, которые достоверно влияют на результаты будущих спортивных выступлений единоборцев. Выводы: в этой научной работе определены основные категории признаков, которые положительно или отрицательно влияют на возможность достижения борцом высшего спортивного разряда или титула в России. Практическая реализация результатов исследования позволит наиболее точно, с минимальным уровнем погрешности, заранее выявить спортсменов, предрасположенных к получению наивысшего соревновательного результата в греко-римской борьбе