پیش بینی فنون و حرکات پرتکرار و تاثیر آن بر نتیجه بازی با استفاده از شبکه های عصبی در ورزش تکواندو

ورزش تکواندو با توجه به ابعاد روان شناختی و پرهیجان بودن، علاقه مندان زیادی را در دنیای ورزش به خود جذب کرده است .به طوری که حدود ۷۵ تا ۱۲۵ میلیون نفر در سراسر دنیا در هنرهای رزمی شرکت میکنند. این ورزش در ایران نیز یکی از ورزشهای مورد توجه است. با وجود محبوبیت تکواندو در کشور و امکان کسب مدالهای فراوان در سطوح بینالمللی، به نظر میرسد تحقیقات علمی به رشد بیشتر این ورزش در کشور کمک شایانی کند. منابع داده مورد استفاده در این پژوهش از فدراسیون تکواندو ایران و با کمک آنالیزورها و مدال آوران این ورزش جمع آوری شده است. اطلاعات لازم توسط آنالیز بیش از ۷۰ مسابقه در بازه زمانی ۲۰۱۶ تا ۲۰۱۹ استخراج گردید و از آنها به عنوان ورودی شبکه عصبی استفاده میشود. هدف از اجرای این پژوهش ایجاد یک مدل پیشبینی قوی بر اساس الگوریتمهای یادگیری ماشین است که این مدل پیشبینی به حوزه تکواندو اعمال خواهد شد و باید قادر به پیشبینی نتایج مسابقات تکواندو باشد. دقت چند الگوریتم یادگیری ماشین ارزیابی شده و نتایج آنها مقایسه شده تا مشخص شود کدام روش برای پیش بینی نتایج مسابقه مناسب است. از میان ۶ الگوریتم بکار گرفته شده الگوریتم جنگل تصادفی، با دقت ۵۰ درصد بهترین عملکرد را در این زمینه داشته است. سپس از قوانین انجمنی برای ایجاد مدلی که قادر به تشخیص بهترین فنون و کسب بهترین نتیجه باشد استفاده شده است.

کلیدواژه ها:

پیش بینی ، تکواندو ، شبکه عصبی مصنوعی ، قوانین انجمنی ، یادگیری ماشین