เครื่องตรวจจับ Hobbyjogger อัตโนมัติ
เครื่องตรวจจับ Hobbyjogger อัตโนมัติ
Anonim

การใช้แมชชีนเลิร์นนิงเพื่อดูว่าใครเป็นนักวิ่งที่มีการแข่งขันสูง และใครที่ไม่สามารถสอนบางสิ่งที่เป็นประโยชน์เกี่ยวกับการหลีกเลี่ยงการบาดเจ็บได้

หนึ่งในความหลงใหลที่ยั่งยืนที่สุดของกระดานข้อความ Letsrun.com ที่มีชื่อเสียงโด่งดังคือวิธีการและตำแหน่งที่คุณวาดเส้นแบ่งระหว่างนักวิ่งที่แข่งขันกันอย่างจริงจังและเพียงงานอดิเรกที่พักผ่อนหย่อนใจ คำตอบมักจะสรุปได้เป็นบางอย่างในแนวที่ว่า "ใครก็ตามที่เร็วกว่าฉันคือนักกีฬายักษ์ใหญ่ที่มีความสามารถและขยันที่เก่งที่สุดในโลก และใครก็ตามที่ช้ากว่าฉันคือนักวิ่งอดิเรกที่น่าสมเพชซึ่งไม่ควรได้รับอนุญาตให้ซื้อรองเท้าวิ่ง"

คำจำกัดความแบบนี้ไม่เคยจัดการเพื่อยุติการโต้วาที ดังนั้นฉันจึงรู้สึกตื่นเต้นที่จะรายงานว่านักวิทยาศาสตร์ได้สร้างเครื่องจักรที่สามารถดูคุณวิ่งและจัดประเภทคุณทันทีว่าเป็นนักวิ่ง "แข่งขัน" หรือ "สันทนาการ" การดำเนินการนี้ไม่ได้โง่หรือเป็นชนชั้นสูงอย่างที่คิด แต่จริงๆ แล้ว มีศักยภาพที่จะช่วยนำเสนอแนวทางที่เหมาะสมยิ่งขึ้นในการประเมินความเสี่ยงในการบาดเจ็บโดยพิจารณาจากรายละเอียดเล็กๆ น้อยๆ ในรูปแบบการวิ่งของคุณ งานวิจัยนี้มาจากกลุ่มชีวกลศาสตร์ที่ได้รับการยอมรับอย่างดีจากมหาวิทยาลัย Calgary นำโดย Reed Ferber ผู้อำนวยการ Running Injury Clinic ของมหาวิทยาลัย และเผยแพร่ใน Journal of Sports Sciences

เป้าหมายพื้นฐานของการศึกษาคือการติด accelerometer แบบสวมใส่ได้ที่ส่วนล่างของนักวิ่ง 41 คน (พวกเขาใช้มาตรความเร่งที่เรียกว่า Shimmer3) และดูว่าจะสามารถสรุปได้ว่านักวิ่งคนใดสามารถแข่งขันกับการพักผ่อนหย่อนใจโดยใช้การเรียนรู้ของเครื่อง พวกเขากำหนดการแข่งขันว่าเป็นใครก็ตามที่มีผลงานการแข่งขันเมื่อเร็ว ๆ นี้ระหว่าง 5K และมาราธอนที่เกิน 60 เปอร์เซ็นต์ของสถิติโลกตามอายุสำหรับระยะทางนั้นตามตารางประสิทธิภาพการให้คะแนนอายุของ World Masters Association ซึ่งเป็นเกณฑ์ที่ USA Track and Field กำหนดเป็น "ท้องถิ่น ระดับ." จากคำจำกัดความนี้ นักวิ่ง 17 คนถือว่าแข่งขันได้ ในขณะที่ 24 คนถือว่าเป็นนักวิ่งเพื่อการพักผ่อน

ข้อมูลการก้าวย่างสามมิติที่รวบรวมโดยมาตรความเร่งสร้างลักษณะเฉพาะที่แตกต่างกัน 24 ก้าวของการก้าวของนักวิ่งแต่ละคน สิ่งเหล่านี้ไม่ใช่สิ่งปกติ เช่น จังหวะและระยะก้าว เนื่องจากปัจจัยเหล่านั้นได้รับอิทธิพลอย่างมากจากความเร็วที่คุณวิ่ง ซึ่งตามที่ผู้แข่งขันระดับมาสเตอร์คนใดทราบ ไม่ใช่บารอมิเตอร์ที่ดีว่าคุณมีความสามารถในการแข่งขันสูงเพียงใด แต่เน้นไปที่คุณลักษณะที่ละเอียดอ่อนมากขึ้นซึ่งเกี่ยวข้องกับความแปรปรวนของฝีเท้า (เช่น ระยะก้าวของคุณเปลี่ยนจากก้าวหนึ่งไปเป็นอีกก้าวหนึ่งเท่าใด) และความสม่ำเสมอ (เช่น ความเร่งในทันทีของร่างกายคุณในสามมิติแต่ละมิติตลอดแต่ละก้าวที่ต่อเนื่องกันนั้นมีความคล้ายคลึงกันเพียงใด).

ความแตกต่างระหว่างนักวิ่งทั้งสองกลุ่มนั้นมองเห็นได้ด้วยตาเปล่าน้อยกว่าที่คุณคิด หากคุณยึดติดกับพารามิเตอร์การก้าวย่างแบบเดิม คุณจะไม่เห็นอะไรเลย ตัวอย่างเช่น นักวิ่งหญิงมีจังหวะเฉลี่ยที่ 168.2; คู่สันทนาการของพวกเขามีค่าเฉลี่ยเกือบเท่ากันที่ 169.1 แม้จะมีการวัดความสม่ำเสมอในการก้าวเท้าที่ซับซ้อนมากขึ้น ความแตกต่างก็ยังไม่ชัดเจน ดังนั้นนักวิจัยจึงป้อนข้อมูลทั้งหมดลงในระบบการเรียนรู้ของเครื่องที่เรียกว่าเครื่องสนับสนุนเวกเตอร์ และให้คอมพิวเตอร์หาปัจจัยที่ทำให้นักวิ่งแข่งขันและสันทนาการแตกต่างกัน ที่สำคัญ พวกเขาวิเคราะห์นักวิ่งชายและหญิงแยกกัน เนื่องจากจุดเด่นของก้าว "การแข่งขัน" อาจแตกต่างกันในทั้งสองกลุ่ม

โดยการใช้ข้อมูลเกี่ยวกับความสม่ำเสมอในการก้าวย่าง คอมพิวเตอร์สามารถจำแนกนักวิ่งชายเป็นการแข่งขันหรือสันทนาการได้อย่างถูกต้อง 82.6% ของเวลา และนักวิ่งหญิง 80.4 เปอร์เซ็นต์ของเวลา ปัจจัยเฉพาะที่สำคัญที่สุดมีความแตกต่างกันในทั้งสองกลุ่ม ซึ่งไม่น่าแปลกใจเลย ผู้เขียนนำ Christian Clermont อธิบายในอีเมล เนื่องจาก "ความแตกต่างเชิงโครงสร้างในกายวิภาคของชายและหญิงส่งผลต่อวิธีที่เราวิ่งอย่างแน่นอน" รุ่นของผู้ชายมีคุณลักษณะการก้าวย่าง 12 แบบที่แตกต่างกัน ในขณะที่แบบจำลองของผู้หญิงมีคุณลักษณะที่แตกต่างกัน 10 ประการ ซึ่งทั้งหมดเกี่ยวข้องกับความแปรปรวนของฝีเท้าและความสม่ำเสมอ

ข้อดีของแมชชีนเลิร์นนิงคือสามารถเลือกรูปแบบที่ละเอียดอ่อนในตัวแปรจำนวนมากที่คุณไม่เคยพบได้จากการดูข้อมูล ข้อเสียคือไม่ชัดเจนว่ารูปแบบเหล่านั้นหมายถึงอะไร ตัวอย่างเช่น เหตุใดคุณลักษณะที่แตกต่างที่สำคัญที่สุดสำหรับผู้ชายคือความสัมพันธ์แบบขั้นต่อขั้นของการเร่งความเร็วศูนย์กลางมวลตามแกนหลังไปด้านหน้า ในขณะที่สำหรับผู้หญิง ความเร่งนั้นเป็นค่าเฉลี่ยรูท-ค่าเฉลี่ยสแควร์ของความเร่งนั้น แต่ถ้าคุณถอยออกจากรายละเอียด คุณจะเห็นรูปแบบที่ใหญ่ขึ้น: นักวิ่งที่มีประสบการณ์จะวิ่งอย่างสม่ำเสมอมากกว่านักวิ่งที่มีประสบการณ์น้อยกว่า โดยทุกขั้นตอนจะคล้ายกับก่อนและหลังการวิ่งมากขึ้น

ทำไมเรื่องนี้? ในขณะที่ฉันเกลียดที่จะเสี่ยงกับการตัดสินคุณค่าของ Letsrun มีเหตุผลที่จะเชื่อว่าการเดินเพื่อการแข่งขันนั้นดีกว่าการเดินเพื่อการพักผ่อนหย่อนใจ จากการศึกษาโดยทั่วไปพบว่านักวิ่งที่ไม่มีประสบการณ์ได้รับบาดเจ็บมากกว่านักวิ่งที่มีประสบการณ์แม้จะวิ่งน้อยลง และพวกเขามักจะได้รับบาดเจ็บในสถานที่ต่างๆ นักวิ่งเพื่อการพักผ่อนมักจะได้รับบาดเจ็บที่เข่าและสะโพกมากขึ้น อาจเป็นเพราะรูปแบบการวิ่งที่ไม่เหมาะสม นักวิ่งที่แข่งขันกันมักจะได้รับบาดเจ็บที่เท้าและขาท่อนล่าง ซึ่งอาจมาจากการใช้มากเกินไปที่เกี่ยวข้องกับการฝึกซ้อมที่หนักกว่า ดังนั้น การรู้ว่ารูปแบบการวิ่งของคุณ "แข่งขัน" หรือ "เพื่อการพักผ่อน" มากขึ้นในทางทฤษฎีอาจบอกใบ้ได้บ้างว่าการฝึกของคุณได้ผลหรือไม่ และจุดใดที่คุณอาจเสี่ยงต่อการบาดเจ็บมากที่สุด

มาตรความเร่งที่ใช้ในการศึกษาเฉพาะนี้ไม่เหมาะสำหรับการใช้งานนอกชั้นวางสำหรับผู้บริโภค อย่างไรก็ตาม Clermont กล่าวว่ามีพารามิเตอร์ที่เป็นประโยชน์บางอย่างที่สามารถคำนวณได้โดยหลักการโดยใช้สิ่งต่างๆ เช่น Garmin Running Dynamics Pod หรือ LumoRun (ซึ่งน่าเสียดายที่ล้มละลายไปเมื่อเดือนที่แล้ว) แม้แต่นาฬิกาอัจฉริยะหรือ foot pods ที่เรียบง่ายกว่า คุณก็วัดได้ว่าแต่ละก้าวใช้เวลานานแค่ไหน จากนั้นจึงคำนวณค่าสัมประสิทธิ์การแปรผัน ซึ่งเป็นตัวบ่งชี้ว่าเวลานั้นแตกต่างกันไปในแต่ละก้าว นั่นจะทำให้คุณรู้สึกว่าการก้าวย่างของคุณมีความสม่ำเสมอ สม่ำเสมอน้อยลงเมื่อยล้า และสม่ำเสมอมากขึ้นเมื่อเวลาผ่านไปหรือไม่ การดูแนวโน้มจะทำให้คุณรู้สึกว่าการฝึกกำลังช่วยเหลือหรือทำร้ายคุณ ถ้ามีคนถามถึงฟีเจอร์แบบนั้นมากพอ บริษัทอย่าง Garmin ก็อาจจะเปิดให้ใช้งานได้ (และอาจมีอยู่แล้วในบางแห่ง: โลกแห่งเทคโนโลยีที่สวมใส่ได้นั้นกว้างใหญ่และมีวิวัฒนาการอย่างรวดเร็วจนยากต่อการติดตาม) ฉันจะแนะนำชื่อสำหรับพารามิเตอร์นี้: Hobbyjogger Index