О возможности управления тренировочным процессом с использованием прогностических моделей на основе искусственного интеллекта

Abstract

Цель исследования – оценить возможность эффективного применения предиктивных систем на основе искусственного интеллекта для планирования тренировочного процесса. В эксперименте приняли участие 155 спортсменов, представителей различных видов спорта. Мужской пол – 96 человек, средний возраст 24,34±3,54 лет; женский пол – 59 человек, средний возраст составил 23,12±2,3 лет. Контрольная группа состояла из 101 человека, не испытывающих систематических высоких физических нагрузок. Мужской пол – 53 человека, средний возраст 23,17±2,54, женский – 48, средний возраст 22,12±3,01 лет. Был сформирован комплекс нейросетей, позволяющих с высокой точностью прогнозировать ряд ключевых показателей физиологических реакций системы крови в динамике годового тренировочно-соревновательного цикла у квалифицированных спортсменов. Проведена серия виртуальных экспериментов, в которых изучалась возможность избежать развития декомпенсации, варьируя действующие факторы. Средняя точность работы нейросетевой модели составила 96,9 %, что является достаточно высоким показателем для прогнозирования биологических процессов. Результаты виртуальных экспериментов демонстрируют достоверное соответствие подгруппам, в которых реальные действующие факторы соответствовали модельным. Продемонстрирована возможность эффективного применения предиктивных систем на основе искусственного интеллекта для планирования тренировочного процесса

To assess the possibility of effective application of predictive systems based on artificial intelligence for planning the training process. The study involved 155 athletes, representatives of various sports. Male sex – 96 people, average age 24.34 ± 3.54 years; female sex – 59 people, the average age was 23.12 ± 2.3 years. The control group consisted of 101 people who did not experience high systematic physical exertion. Male 53 people, mean age 23.17 ± 2.54, female – 48. The average age was 22.12 ± 3.01 years. A complex of neural networks was formed, allowing to predict a number of key indicators of physiological reactions of the blood system in the dynamics of the annual training-competitive cycle in qualified athletes. A series of virtual experiments was carried out in which the possibility of avoiding the development of decompensation was studied by varying the acting factors. The average accuracy of the neural network model was 96.9 %, which is a fairly high indicator for predicting biological processes. The results of virtual experiments demonstrate a reliable correspondence to the subgroups in which the real acting factors corresponded to the model ones. The possibility of effective application of predictive systems based on artificial intelligence for planning the training process has been demonstrated