به‌کارگیری یادگیری عمیق در تشخیص عملکرد ورزشکاران با استفاده از حسگرهای پوشیدنی

استفاده از فناوری اطلاعات و پیشرفت شبکه‌های حسگر بی‌سیم و کاربرد آن در حوزه مختلف مانند حوزه پزشکی در پایش سلامت افراد، تناسب‌اندام و یا به‌کارگیری آن‌‌ها در سالن‌های ورزشی و خانه‌های هوشمند سبب بهبود کاهش آسیب‌دیدگی ورزشکاران حین تمرین، کاهش هزینه‌ها، پایش دقیق عملکرد ورزشکار و به دنبال آن باعث افزایش بهبود عملکرد ورزشکاران شده است. تحقیقات ﺍنجام شده در ﺍین حوزه با ﺍستفاده ﺍز روش‌های یادگیری ماشین و یادگیری عمیق، سعی در دسته‌بندی داده‌های سری زمانی جمع‌آوری‌شده، توسط حسگرها (مانند حسگرهای صدا، حسگرهای تصویر، فشارسنج و شتاب‌سنج) داشته‌اند. در دهه اخیر، راهکارهایی مبتنی بر حسگرهای پوشیدنی، ارائه شده‌است. در ﺍین پژوهش، ﺍز حسگرهای پوشیدنی به دلیل کارکرد آسان‌تر ﺍستفاده شده است. باتوجه‌به ﺍینکه داده‌های جمع‌آوری‌شده ﺍز جنس مقدار در واحد زمان هستند. (سیگنال در حوزه زمان)، برای تحلیل این داده‌ها، از روش‌های ﺍستخرﺍج ویژگی در حوزه فرکانس موردتوجه قرﺍر گرفته‌است. با ﺍستفاده ﺍز روش‌های مختلف می‌توﺍن ویژگی‌های زمانی- فرکانسی سیگنال رﺍ ﺍستخرﺍج کرد. همچنین طبقه‌بندی فعالیت‌ها با استفاده از شبکه عصبی انجام می‌شود و می‌توان از یادگیری عمیق برای استخراج ویژگی‌ها و طبقه‌بندی فعالیت استفاده کرد. در این پژوهش پس از بررسی قابلیت‌های مطرح در حوزه حسگر‌های پوشیدنی‌، یک دسته‌بندی از ابزارها و ایده‌ها‌، صورت پذیرفته است. در ادامه فرایند تحقیق در این حوزه، مساله به‌کارگیری یادگیری عمیق در پایش عملکرد ورزشکاران حرفه‌ای، ‌بررسی خواهد شد.