Journal of Pedagogical Studies Journal of Pedagogical Studies Журнал педагогических исследований 2500-3305 2500-3305 119369 10.12737/2500-3305-2026-11-2-129-139 Физическая культура и профессиональная физическая подготовка Physical culture and professional physical training Физическая культура и профессиональная физическая подготовка Intelligent management in sports: the use of artificial intelligence and sensor systems for training process optimization Интеллектуальное управление в спорте: применение искусственного интеллекта и сенсорных систем для оптимизации тренировочного процесса Глек Д. Ю. Glek Dmitry Yuryevich Артеменко В. В. Artemenko Vladimir Vladimirovich Некрасов Д. В. Nekrasov Dmitry Viktorovich ФГБОУ ВО «Мелитопольский государственный университет» Мелитополь Россия Melitopol State University Melitopol Russian Federation ФГБОУ ВО «Мелитопольский государственный университет» Мелитополь Россия Melitopol State University Melitopol Russian Federation ФГБОУ ВО «Мелитопольский государственный университет» Мелитополь Россия Melitopol State University Melitopol Russian Federation 30 04 2026 30 04 2026 11 2 129 139 https://naukaru.ru/en/nauka/article/119369/view

Целью настоящего исследования является теоретическое обоснование и систематизация инновационных подходов к интеллектуальному управлению тренировочным процессом на основе интеграции технологий искусственного интеллекта (ИИ) и носимых сенсорных систем. Актуальность работы обусловлена необходимостью перехода от субъективных, эмпирических методов тренерского контроля к объективизации спортивного менеджмента в условиях концепции «in the wild» (мониторинг в естественной соревновательной среде). В результате исследования проведена компаративная характеристика трех поколений систем сбора данных, где доказано преимущество мягких эпидермальных сенсоров перед традиционными оптическими системами за счет минимизации артефактов мягких тканей и возможности мультимодального мониторинга (сочетание биомеханики и биохимии пота). Установлено, что фундаментальным инструментом трансформации «сырых» данных в управленческие решения выступают алгоритмы глубокого обучения (CNN, LSTM и их гибриды), способные распознавать микроизменения в технике атлета с точностью, недоступной человеческому глазу. Особую новизну представляет разработка аналитической матрицы предиктивных маркеров, связывающей показатели кумулятивной ударной нагрузки и кинематической асимметрии с проактивным прогнозированием риска бесконтактных травм. Выявлено, что лимитирующим фактором внедрения ИИ в профессиональный спорт остается проблема «черного ящика», требующая развития концепции «объяснимого искусственного интеллекта» (XAI) для повышения доверия тренерского штаба к автоматизированным рекомендациям. Практическая значимость заключается в возможности внедрения систем поддержки принятия решений (СППР), которые позволяют трансформировать деятельность спортивных организаций, обеспечивая баланс между максимизацией спортивных результатов и сохранением здоровья атлетов как ключевых активов клуба.

The purpose of this study is to provide a theoretical substantiation and systematization of innovative approaches to intelligent training process management based on the integration of artificial intelligence (AI) technologies and wearable sensor systems. The relevance of the work is driven by the necessity of transitioning from subjective, empirical methods of coaching control to data-driven sports management within the "in the wild" concept (monitoring in natural competitive environments). As a result of the research, a comparative analysis of three generations of data collection systems was conducted, demonstrating the advantage of soft epidermal sensors over traditional optical systems due to the minimization of soft tissue artifacts and the possibility of multimodal monitoring (combining biomechanics and sweat biochemistry). It has been established that deep learning algorithms (CNN, LSTM, and their hybrids) serve as the fundamental tool for transforming "raw" data into managerial decisions, as they are capable of recognizing micro-changes in an athlete's technique with a level of precision invisible to the human eye. A particular novelty of the study is the development of an analytical matrix of predictive markers that links cumulative ground reaction force and kinematic asymmetry to the proactive forecasting of non-contact injury risks. It was revealed that the "black box" problem remains a limiting factor for the implementation of AI in professional sports, requiring the development of Explainable Artificial Intelligence (XAI) to increase coaching staff's trust in automated recommendations. The practical significance lies in the possibility of implementing decision support systems (DSS), which allow for the transformation of sports organizations' operations, ensuring a balance between maximizing athletic performance and preserving the health of athletes as the club's key assets.

 интеллектуальное управление искусственный интеллект носимые сенсоры IMU машинное обучение оптимизация тренировки прогнозирование травматизма спортивная биомеханика intelligent management artificial intelligence wearable sensors IMU machine learning training optimization injury prediction sports biomechanics

Hafer J. F., Vitali R., Gurchiek R., Curtze C., Shull P., Cain S. M. Challenges and advances in the use of wearable sensors for lower extremity biomechanics // Journal of Biomechanics. – 2023. – Vol. 157. – Art. 111714. Hafer J. F., Vitali R., Gurchiek R., Curtze C., Shull P., Cain S. M. Challenges and advances in the use of wearable sensors for lower extremity biomechanics // Journal of Biomechanics. – 2023. – Vol. 157. – Art. 111714. Edwards N. A., Talarico M. K., Chaudhari A., Mansfield C. J., Oñate J. Use of accelerometers and inertial measurement units to quantify movement of tactical athletes: A systematic review // Applied Ergonomics. – 2023. – Vol. 109. – Art. 103991. Edwards N. A., Talarico M. K., Chaudhari A., Mansfield C. J., Oñate J. Use of accelerometers and inertial measurement units to quantify movement of tactical athletes: A systematic review // Applied Ergonomics. – 2023. – Vol. 109. – Art. 103991. Dorschky E., Camomilla V., Davis J., Federolf P., Reenalda J., Koelewijn A. D. Perspective on "in the wild" movement analysis using machine learning // Human Movement Science. – 2023. – Vol. 87. – Art. 103042. Dorschky E., Camomilla V., Davis J., Federolf P., Reenalda J., Koelewijn A. D. Perspective on "in the wild" movement analysis using machine learning // Human Movement Science. – 2023. – Vol. 87. – Art. 103042. Singh S. P., Pancham P. P., Chen R., Liu C.-W., Szałapak J., Jakubowska M., Lo C.-Y. Smart sensors for sports science industry: Device, system, manufacturing, and architecture that monitor and advance the performance // Sensors and Actuators A: Physical. – 2025. – Vol. 394. – Art. 116967. Singh S. P., Pancham P. P., Chen R., Liu C.-W., Szałapak J., Jakubowska M., Lo C.-Y. Smart sensors for sports science industry: Device, system, manufacturing, and architecture that monitor and advance the performance // Sensors and Actuators A: Physical. – 2025. – Vol. 394. – Art. 116967. Nweke H. F., Teh Y. W., Al-garadi M. A., Alo U. R. Deep learning algorithms for human activity recognition using mobile and wearable sensor networks: State of the art and research challenges // Expert Systems with Applications. – 2018. – Vol. 105. – P. 233-261. Nweke H. F., Teh Y. W., Al-garadi M. A., Alo U. R. Deep learning algorithms for human activity recognition using mobile and wearable sensor networks: State of the art and research challenges // Expert Systems with Applications. – 2018. – Vol. 105. – P. 233-261. Dahl K. D., Dunford K. M., Wilson S. A., Turnbull T. L., Tashman S. Wearable sensor validation of sports-related movements for the lower extremity and trunk // Medical Engineering & Physics. – 2020. – Vol. 84. – P. 144-150. Dahl K. D., Dunford K. M., Wilson S. A., Turnbull T. L., Tashman S. Wearable sensor validation of sports-related movements for the lower extremity and trunk // Medical Engineering & Physics. – 2020. – Vol. 84. – P. 144-150. Ray T., Choi J., Reeder J., Lee S. P., Aranyosi A. J., Ghaffari R., Rogers J. A. Soft, skin-interfaced wearable systems for sports science and analytics // Current Opinion in Biomedical Engineering. – 2019. – Vol. 9. – P. 47-56. Ray T., Choi J., Reeder J., Lee S. P., Aranyosi A. J., Ghaffari R., Rogers J. A. Soft, skin-interfaced wearable systems for sports science and analytics // Current Opinion in Biomedical Engineering. – 2019. – Vol. 9. – P. 47-56. Kovoor M., Durairaj M., Karyakarte M. S., Hussain M. Z., Ashraf M., Maguluri L. P. Sensor-enhanced wearables and automated analytics for injury prevention in sports // Measurement: Sensors. – 2024. – Vol. 32. – Art. 101054. Kovoor M., Durairaj M., Karyakarte M. S., Hussain M. Z., Ashraf M., Maguluri L. P. Sensor-enhanced wearables and automated analytics for injury prevention in sports // Measurement: Sensors. – 2024. – Vol. 32. – Art. 101054. Guatama D., Saini P., Haq A. U., Yadav S. K., Singh A., Kumar R., Reddy T. O. Artificial intelligence in sport sciences: A systematic review of models and methods // Sports Orthopaedics and Traumatology. – 2026. – (In Press). Guatama D., Saini P., Haq A. U., Yadav S. K., Singh A., Kumar R., Reddy T. O. Artificial intelligence in sport sciences: A systematic review of models and methods // Sports Orthopaedics and Traumatology. – 2026. – (In Press).