여자컬링 경기력분석 및 디지털 미디어 DB 구축과 인공신경망분석 (Analysis of Women’s Curling Performance, Digital Media DB Construction and Artificial Neural Networks)

서지정보

· 발행기관 : 국민체육진흥공단 한국스포츠과학원
· 수록지 정보 : 체육과학연구 / 27권 / 2호 / 402 ~ 420페이지
· 저자명 : 김태완, 채진석

초록

본 연구는 국내 외 컬링여자팀을 대상으로 한 국내 33 경기와 국외 26경기를 스코어, 선·후 공에 따른 주요작전(선공, 후공, 블랭크)을 분석하여 중요 경기력변인(드로우와 테이크아웃, 인턴과 아웃 턴, 샷 성공률, 작전수행능력)은 무엇이며 이에 따른 국내 팀의 수준 차이는 어떻게 나타나는지 또한 국외 팀의 승리 팀과 패배 팀의 차이는 어떤 변인에서 나타나는지 알아보았다. 또한 대응방안을 마련하기 위해 선·후 공 및 블랭크 작전에 가장 많이 사용되는 주요작전을 제시하고 이에 맞는 대응전술을 보다 쉽고 간단히 활용할 수 있는 디지털 미디어 DB를 구축하였고 승/패 예측을 위한 예측모형도 제시하였다. 이러한 목적을 달성키 위해 통계프로그램인 SPSS18.0을 이용하여 빈도와 비율을 산출한 후 국내 팀을 수준별로 나누어 변량분석을 하였고, 국외 팀은 t-test분석을 실시하였다. 또한 예측모형을 만들기 위해 인공신경망분석 방법을 이용하였고 결론은 다음과 같다. 국내경기대회에서는 국내 팀의 경우 A급(상위권), B급(중위권), C급(하위권)간의 기술구사능력의 차이가 많이 나타났는데 공격적인 변인인 가드(Guard)에서 상위권과 중위권 팀은 하위권 팀에 비해 더 많이 사용한 것으로 나타났으며, 탭백(Tab back)에서는 상위권이 하위권보다 더 많이 사용된 것으로 나타났다. 또한 국제 경기에서 승/패의 평균비교는 샷 기술의 정확도와 작전수행능력에서 승리 팀이 패배 팀보다 유의미하게(p<.05) 차이가 있었으며, 기술변인인 Drew와 Take에서도 유의할 정도로 승리 팀이 패배 팀보다 드로우는 적게 사용하고 테이크는 많이 사용하는 것으로 나타났다. 끝으로 인공신경망분석을 통한 국제경기 승/패 예측을 위한 예측모형의 예측 정확도는 학습이 91.7%이였고 시험결과는 92.9%이였다. 국내경기 예측정확도는 학습이 81.0%, 시험이 71.4%이였다.

영어초록

This study has analyzed 33 domestic games and 26 overseas games by targeting women curling teams of home and abroad, and looked into what main performance variables are, how level differences of domestic team appear, and from which variables differences between winning team and defeated team come out in overseas teams. Also, main strategies has been suggested that are used most commonly for kick-off offense and latter offense, blank strategy in order to prepare countermeasures, and digital media DB has been constructed that can utilize proper countermeasures easily and simply, and a model has been proposed for predicting victory/defeat. To accomplish such goal, a variance analysis has been carried out by dividing domestic teams into each level after calculating frequency and ratio with SPSS18.0, and t-test analysis has been carried out by overseas teams. Also, the accuracy of victory/defeat classifications has been suggested by using an artificial neural networks method. As a result, a lot of technical proficiency differences have appeared among Class A(upper rank), Class B(middle rank), and Class C(lower rank) in domestic teams. The ‘Guard’ which is an aggressive variable has turned out to be used more in upper and middle teams than in lower team, and the ‘Tab Back’ has been used more in upper rank than in lower rank. Furthermore, regarding the average comparison on victory/defeat in international games, victory teams have more significant difference(p<.05) than defeated teams in accuracy of shot techniques and strategy accomplishing abilities, and victory teams have been turned out to use less ‘Drew’ and more ‘Take’ than defeated teams significantly in Drew and Take’ technique variable. Finally, the accuracy of a prediction model has been 91.7% for learning and 92.9% for the test result to predict the victory/defeat in international games through the artificial neutral network analysis. The prediction accuracy of domestic games was 81.0% for learning and 71.4% for the test.

참고자료

· 없음