Россия
Россия
Россия
УДК 004.08 Носители вводимых и выводимых данных. Запоминающие среды
УДК 37 Образование. Воспитание. Обучение. Организация досуга
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.
интеллектуальное управление, искусственный интеллект, носимые сенсоры, IMU, машинное обучение, оптимизация тренировки, прогнозирование травматизма, спортивная биомеханика
1. 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. DOI: https://doi.org/10.1016/j.jbiomech.2023.111714; EDN: https://elibrary.ru/XQVVCZ
2. 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. DOI: https://doi.org/10.1016/j.apergo.2023.103991; EDN: https://elibrary.ru/XUHSSE
3. 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. DOI: https://doi.org/10.1016/j.humov.2022.103042; EDN: https://elibrary.ru/JBJSEG
4. 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. DOI: https://doi.org/10.1016/j.sna.2025.116967; EDN: https://elibrary.ru/BDZYSW
5. 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. DOI: https://doi.org/10.1016/j.eswa.2018.03.056
6. 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. DOI: https://doi.org/10.1016/j.medengphy.2020.08.001
7. 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. DOI: https://doi.org/10.1016/j.cobme.2019.01.003
8. 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. DOI: https://doi.org/10.1016/j.measen.2024.101054; EDN: https://elibrary.ru/IYMVLO
9. 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). DOI: https://doi.org/10.1016/j.orthtr.2025.08.001
