Análisis de componentes principales para la identificación de variables sensibles en la ejecución del gesto motor y desarrollo de una red neuronal artificial como herramienta auxiliar en la clasificación del rendimiento deportivo en taekwondoínes elite de
DOI:
https://doi.org/10.35366/112694Palabras clave:
taekwondo, gesto motor, clasificación deportiva, análisis de componentes principales, red neuronal artificialResumen
Introducción: la clasificación deportiva es una tarea diaria en la vida del atleta. Es importante relacionar el resultado de las pruebas realizadas a un taekwondoín con la eficiencia de la ejecución de su gesto motor fundamental, la patada, que representa 80% de la actividad en competencia. Objetivo: contar con una herramienta que permita identificar y clasificar, utilizando las variables más sensibles (antropométricas y fisiológicas) y relacionarlas con la eficiencia deportiva de una muestra de taekwondoínes de la CDMX. Material y métodos: estudio transversal descriptivo para el análisis de 202 variables obtenidas de 74 evaluaciones para identificar aquéllas de mayor variabilidad que permitan la estratificación de la población utilizando análisis de componentes principales y su clasificación en cuatro niveles de aptitud, utilizando una red neuronal artificial. Resultados: se obtienen 19 parámetros que representan más de 50% de la información contenida en los datos que representan a la población de estudio y se establecen límites con significancia estadística que permiten caracterizar a los atletas identificando debilidades y fortalezas. Se obtuvo una eficiencia de clasificación de 87.5%. Conclusión: el uso de tecnologías en el análisis de datos y clasificación basados en inteligencia artificial es una propuesta diferente que busca emular el trabajo realizado por los entrenadores en el proceso de clasificación de los deportistas.
##plugins.generic.pfl.publicationFactsTitle##
##plugins.generic.pfl.reviewerProfiles## N/D
##plugins.generic.pfl.authorStatements##
Indexado: {$indexList}
-
##plugins.generic.pfl.indexedList##
- ##plugins.generic.pfl.academicSociety##
- N/D
Citas
Besson T, Macchi R, Rossi J, Morio CYM, Kunimasa
Y, Nicol C et al. Sex differences in endurance running.
Sports Med. 2022; 52 (6): 1235-1257.
Tharawadeepimuk K, Wongsawat Y. Quantitative EEG in
sports: performance level estimation of professional female
soccer players. Health Inf Sci Syst. 2021; 9 (1): 14.
Burke LM. Nutritional approaches to counter performance
constraints in high-level sports competition. Exp Physiol.
; 106 (12): 2304-2323.
McHugh C, Hind K, O’Halloran A, Davey D, Farrell G,
Wilson F. Body mass and body composition changes
over 7 years in a male professional rugby union team.
Int J Sports Med. 2021; 42 (13): 1191-1198.
El-Ashker S, Chaabene H, Prieske O. Maximal isokinetic
elbow and knee flexor-extensor strength measures in
combat sports athletes: the role of movement velocity
and limb side. BMC Sports Sci Med Rehabil. 2022; 14
(1): 40.
Blanco Ortega A, Isidro Godoy J, Szwedowicz Wasik DS,
Martínez Rayón E, Cortés García C, Ramón Azcaray
Rivera H et al. Biomechanics of the upper limbs: a
review in the sports combat ambit highlighting wearable
sensors. Sensors (Basel). 2022; 22 (13): 4905.
Zemková E, Zapletalová L. The role of neuromuscular
control of postural and core stability in functional
movement and athlete performance. Front Physiol.
; 13: 796097.
Richter K, Mushett CA, Ferrara MS, McCann C.
Integrated classification: a faulted system. Adapt Phys
Activ Q. 1992; 9: 5-13.
Bridge CA, Ferreira da Silva Santos J, Chaabene
H, Pieter W, Franchini E. Physical and physiological
profiles of taekwondo athletes. Sports Med. 2014; 44
(6): 713-733.
Hailong L. Role of artificial intelligence algorithm for
taekwondo teaching effect evaluation model. 2021; 40
(2): 3239-3250.
Weian L, Xiaotao L. Application and analysis of
taekwondo techniques, tactics, and movement
trajectories based on multi-intelligent decision making.
Math Probl Eng. 2022; 8411550.
Dharmmesta RA, Jaya IGP, Rizal A, Istiqomah.
Classification of foot kicks in taekwondo using SVM
(support vector machine) and KNN (K-nearest neighbors)
algorithms. 2022 IEEE International Conference on
Industry 4.0, Artificial Intelligence, and Communications
Technology (IAICT). Bali, Indonesia: 2022. pp. 36-41.
Ke Y. Research on the application of artificial intelligence
in taekwondo sport. 2021 2nd International Conference on
Big Data & Artificial Intelligence & Software Engineering
(ICBASE). Zhuhai, China: 2021. pp. 571-574.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Instituto Nacional de Rehabilitación Luis Guillermo Ibarra Ibarra

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
© Instituto Nacional de Rehabilitación Luis Guillermo Ibarra Ibarra under a Creative Commons Attribution 4.0 International (CC BY 4.0) license which allows to reproduce and modify the content if appropiate recognition to the original source is given.