ПЕРВИННА ОБРОБКА ДАНИХ РЕЗУЛЬТАТІВ СПОРТИВНИХ ТРЕНУВАНЬ СТУДЕНТІВ НА ВЕСЛУВАЛЬНИХ ТРЕНАЖЕРАХ CONCEPT2 ДЛЯ ПОДАЛЬШОГО АНАЛІЗУ ЗА ДОПОМОГОЮ БІБЛІОТЕКИ PANDAS

Автор(и)

DOI:

https://doi.org/10.32782/tnv-tech.2023.2.4

Ключові слова:

спорт, академічне веслування, тренажер, Concept2, набір даних, Pandas, DataFrame, характеристика, об’єднання

Анотація

У статті представлено початковий етап дослідження спортивних результатів з академічного веслування студентів Чорноморського національного університету імені Петра Могили, який полягає у отриманні даних результатів тренування на веслувальних тренажерах Concept2 та подальшому співставленні з даними протоколів виконання веслувальних тестів. Наведено структуру даних, що зберігається у внутрішній пам’яті моніторів веслувальних тренажерів та вказано їх незручність при подальшій обробці та аналізі. Наведено використання при очищенні даних бібліотеки Pandas мови Python та її класу DataFrame, що представляє зручний спосіб зберігання даних у табличному вигляді та їх перетворенні. Детально наведено процес отримання кінцевого датафрейму, придатного для подальшого аналізу даних та застосуванні на них методів машинного навчання для виявлення залежностей між антопологічними характеристиками студентів та пройдених ними відстаней та потужностей гребків впродовж тренування, а також для прогнозування майбутніх спортивних результатів. Показано, що у початкових даних тренувань на веслувальних тренажерах зберігаються тренування протягом одного календарного року, а також що результати одного тренування представляються в декількох рядках, тому необхідно спочатку відфільтрувати тільки необхідні дані, а потім їх представити у вигляді, який у одному конкретному рядку зберігає дані тільки одного тренування. Наведено варіант реалізації цього представлення засобами бібліотеки Pandas. Представлено структуру даних протоколів виконання веслувальних тестів, що внесені викладачами з фізичного виховання, а саме наведено антропологічні характеристики студентів, що вносились у відповідні протоколи. Наведено процес отримання датафрейму з даними протоколів, який є результатом об’єднання двох аркушів файлу з протоколами. У якості останньої операції при очищенні даних представлено об’єднання двох отриманих датафреймів із даними веслувальних тренажерів та протоколів відповідно за загальними полями, якими є дата та час початку тренування та інвентарний номер тренажеру, що є аналогом операції JOIN у мові SQL.

Посилання

P. Lamb, R. Bartlett, A. Robins. Self-organizing maps: An objective method for clustering complex human movement. International Journal of Computer Science in Sport, 9(1), 2010. P. 20–29.

H. Ghasemzadeh, R. Jafari. Coordination analysis of human movements with body sensor networks: A signal processing model to evaluate baseball swings. IEEE Sensors Journal, 11(3), 2011. Р. 603–610.

A. Baca. Methods for recognition and classification of human motion patterns-a prerequisite for intelligent devices assisting in sports activities. IFACProceedings Volumes, 45(2), 2012. P. 55–61.

H. Novatchkov, A. Baca. Fuzzy logic in sports: a review and an illustrative case study in the field of strength training. International Journal of Computer Applications, 71(6), 2013. P. 8–14.

J. Wang, R. Chen, X. Sun, M. F. She, etc. Recognizing human daily activities from accelerometer signal. Procedia Engineering, 15, 2011. P. 1780–1786.

K. Taylor, U. A. Abdulla, R. J. Helmer, J. Lee, etc. Activity classification with smart phones for sports activities. Procedia Engineering, 13, 2011. P. 428–433.

Concept2 Rowing Machine – RowErg with PM5 – By Direct. URL: https://www.concept2.com/indoor-rowers/concept2-rowerg (дата звернення: 23.05.23).

B. Bateman, S. Basak, T. Joseph, W. So. The Pandas Workshop. Packt Publishing, 2022. 744 p.

##submission.downloads##

Опубліковано

2023-08-11

Як цитувати

Горбань, Г. В., Кандиба, І. О., & Фісун, М. Т. (2023). ПЕРВИННА ОБРОБКА ДАНИХ РЕЗУЛЬТАТІВ СПОРТИВНИХ ТРЕНУВАНЬ СТУДЕНТІВ НА ВЕСЛУВАЛЬНИХ ТРЕНАЖЕРАХ CONCEPT2 ДЛЯ ПОДАЛЬШОГО АНАЛІЗУ ЗА ДОПОМОГОЮ БІБЛІОТЕКИ PANDAS. Таврійський науковий вісник. Серія: Технічні науки, (2), 33-44. https://doi.org/10.32782/tnv-tech.2023.2.4

Номер

Розділ

КОМП’ЮТЕРНІ НАУКИ ТА ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ