In:
Revista Brasileira de Medicina do Esporte, FapUNIFESP (SciELO), Vol. 29 ( 2023)
Abstract:
RESUMEN Introducción: En el rápido desarrollo actual de la ciencia y la tecnología, la tecnología de extracción de datos de redes digitales se desarrolla tan rápido como lo permiten las fronteras en expansión de la ciencia y la tecnología, con un nivel de aplicación muy amplio que abarca la mayor parte del entorno civilizado. Sin embargo, aún queda mucho por explorar de la aplicación en el entrenamiento deportivo. Objetivo: Análisis de viabilidad de la minería de datos basada en la red digital de entrenamiento deportivo, maximizar la formación de los atletas. Métodos: Este trabajo utiliza el análisis experimental de la FFT humana, combinado con la red de inteligencia artificial BP y la tecnología de minería de datos profunda, para diseñar un nuevo entorno de entrenamiento deportivo. La prueba controlada de este modelo se diseñó para comparar las modalidades de entrenamiento atlético avanzado con las modalidades tradicionales, comparando la potencia explosiva, la resistencia y la forma física del atleta. Resultados: Después de 30 días de entrenamiento físico, la fuerza atlética de los atletas con un estado físico avanzado aumentó en un 15,33%, la resistencia aumentó en un 15,85% y el estado físico aumentó en un 14,23%. Conclusión: El algoritmo diseñado en este trabajo tiene un impacto positivo en la maximización del entrenamiento de los atletas. Puede tener un impacto favorable en los resultados del entrenamiento, así como aumentar el interés del atleta por el deporte. Nivel de evidencia II; Estudios terapéuticos - investigación de los resultados del tratamiento.
Type of Medium:
Online Resource
ISSN:
1806-9940
,
1517-8692
Uniform Title:
ANÁLISE DE APLICAÇÃO DO MÉTODO DE MINERAÇÃO DE DADOS BASEADO EM REDE NEURAL DIGITAL NA MAXIMIZAÇÃO DO DESEMPENHO DO TREINAMENTO ESPORTIVO
DOI:
10.1590/1517-8692202329012022_0152
Language:
English
,
Portuguese
Publisher:
FapUNIFESP (SciELO)
Publication Date:
2023
detail.hit.zdb_id:
2122086-4
SSG:
31
Permalink
