پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 162 |
| تعداد شماره‌ها | 6,692 |
| تعداد مقالات | 72,232 |
| تعداد مشاهده مقاله | 129,188,523 |
| تعداد دریافت فایل اصل مقاله | 102,019,944 |
استعدادیابی حیطه‌های مختلف ورزش با استفاده از روش‌های مبتنی بر هوش مصنوعی | ||
| رشد و یادگیری حرکتی ورزشی | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 14 اسفند 1403 | ||
| نوع مقاله: مقاله پژوهشی Released under CC BY-NC 4.0 license I Open Access I | ||
| شناسه دیجیتال (DOI): 10.22059/jsmdl.2025.387595.1817 | ||
| نویسندگان | ||
| مصطفی حاج لطفعلیان* 1؛ فائزه حیدری2؛ الهام دهقان نیری3 | ||
| 1نویسنده مسئول، دانشکده روانشناسی و علوم تربیتی، بخش علوم ورزشی، دانشگاه یزد، یزد، ایران. | ||
| 2گروه تربیت بدنی و علوم ورزشی، دانشگاه ملی مهارت، تهران، ایران. | ||
| 3کارشناسی ارشد، گروه رفتار حرکتی، دانشکدة تربیت‌بدنی و علوم ورزشی، دانشگاه تهران، تهران، ایران | ||
| چکیده | ||
| مقدمه: استعدادیابی ورزشی برای بهبود نتایج و اعتبار نیازمند جنبه‌های مختلف علوم است. امروزه هوش مصنوعی در مسائل مربوط به پیش‌بینی و طبقه‌بندی به‌خوبی عمل می‌کند و ازآنجاکه استعدادیابی چیزی جز پیش‌بینی صحیح و طبقه‌بندی افراد نیست، استفاده از آن می‌تواند راه‌گشا باشد. بر این اساس هدف مطالعه‌ی حاضر استفاده از هوش مصنوعی به‌منظور استعدادیابی در حیطه‌های مختلف ورزش بود. روش پژوهش: با وجود پراکندگی رشته‌های ورزشی، چهار دسته رشته‌ی توپی، راکتی، رزمی و آبی انتخاب و از روش نظر متخصص برای اولویت‌بندی شاخص‌های منتخب آنتروپومتری، سوماتیک، کنترل حرکتی، بیومکانیکی، آمادگی بدنی و روحی روانی استفاده گردید. 310 آزمودنی (پسر و دختر 6 تا 16 سال) مورد ارزیابی قرار گرفتند و بر اساس امتیازها برچسب‌زنی شدند. در ادامه برای بررسی میزان ارتباط بین هرکدام از مؤلفه‌ها با برچسب‌ها، از آزمون تی مستقل استفاده و 6 مولفه‌ی اصلی برای هریک از دسته رشته‌ها انتخاب شد. در نهایت از شبکه عصبی پروسپترون 6-1-1 برای بررسی دقت و اعتبار نتایج استفاده شد. یافته‌ها: نتایج حاصل از شبکه‌های عصبی نشان داد که دقت برای دسته‌بندی افراد در رشته‌های توپی، راکتی، رزمی، آبی و سایر رشته‌ها به ترتیب 97.9، 97.9، 87.2، 91.5 و 80.8 درصد است که دقت مطلوب و بالایی است. نتیجه‌گیری: در نهایت می‌توان گفت که تعیین مولفه‌های اصلی هر رشته به تفکیک و طراحی و برنامه‌ریزی شبکه‌ی عصبی مصنوعی کمک می‌کند تا محققین و مربیان شاخص‌های مهم هر رشته را بشناسند و برای استعدادیابی ورزشی در رشته‌های مورد نظر از آن استفاده کنند. | ||
| کلیدواژه‌ها | ||
| استعدادیابی ورزشی؛ رشته‌های آبی؛ رشته‌های توپی؛ رشته‌های راکتی؛ رشته‌های رزمی؛ شبکه عصبی مصنوعی | ||
|
آمار تعداد مشاهده مقاله: 136 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب