스포츠 의과학에서 인공 신경망 분석 알고리즘의 가능성 (Feasibility of Artificial Neural Network Analysis Algorithm in Sports Medicine and Science)

서지정보

· 발행기관 : 중앙대학교 학교체육연구소
· 수록지 정보 : Asian Journal of Physical Education and Sport Science / 10권 / 2호 / 83 ~ 92페이지
· 저자명 : 안하나

초록

오늘날 스포츠의과학 분야에서는 건강관리 서비스의 개념으로 플랫폼에 적용할 수 있는 다양한 알고리즘이 개발되고 있다. 그러나 아직까지 분석에 있어 머신러닝 기반 인공신경망 분석이 아닌 다중회귀모델을 주로 활용하고 있는 실정이다. 머신러닝 기반 인공신경망 분석은 비선형 활성화 함수 이용하여 추정하고자 하는 변인의 직선 특성 뿐만 아니라 비선형 특성도 표현할 수 있는 장점을 가지며, 이에 효과적인 추정을 위한 강 력한 도구로 사용될 수 있으며, 선행연구를 통해 더 높은 추정 정확도를 나타내고 있다. 이에 스포츠의과학 분야에서 다양한 체력관련 요인들의 측정이 많은 비용, 시간, 고가의 장비, 대상자의 노력 등이 소요됨을 고 려했을 때, 다중회귀모델 보다 검정력에 있어 보다 효과적인 인공신경망 분석을 통해 편리하고 효용성 있는 고성능의 알고리즘을 개발하는 것은 학문적 발전과 현장에의 적용에 있어서 매우 중요한 과업이며, 이는 스 포츠의과학 분야의 산업적 기여도를 높일 수 있는 것으로 판단된다.

영어초록

Today, various algorithms for estimating health-related fitness that can be applied to a smart fitness platform are being developed. However, in the field of sports medicine science, multiple regression models are mainly used to estimate health-related fitness, not machine learning-based artificial neural network analysis. Machine learning-based artificial neural network analysis has the advantage of expressing nonlinear characteristics as well as linear characteristics of variables to be estimated using nonlinear activation functions. Therefore, it can be used as a powerful tool for effective estimation, and shows higher estimation accuracy through several previous studies. Measurement of various physical fitness-related factors in the field of sports medicine requires a lot of cost, time, expensive equipment, and effort of the subject. Therefore, developing a convenient and effective high-performance algorithm through artificial neural network analysis that is more effective in estimated power than the multiple regression model is a very important task for academic development and field application, which will increase the industrial contribution of sports medicine science.

참고자료

· 없음