Программный комплекс прогноза результатов соревнований пловцов на основе языковых моделей нейросетей глубокого обучения

Болотов Александр Александрович; Барчуков Валерий Гаврилович; Галузин Александр Сергеевич; Жирнов Евгений Николаевич

doi:10.62105/2949-6349-2025-2-1-22-37

УДК

004.89 004.032.26 355.233.22

ГРНТИ

77.00 20.00

ОКСО

02.00.00 06.00.00 09.00.00 30.05.01

ТБК

5 2352

ББК

3 75

BISAC

COM014000 COM017000 COM025000 COM004000 BIO016000

Ещё 1 Свернуть

SPO043000

ВАК

1.2.1 1.2.2 5.8.5 2.2.12

ПРОГРАММНЫЙ КОМПЛЕКС ПРОГНОЗА РЕЗУЛЬТАТОВ СОРЕВНОВАНИЙ ПЛОВЦОВ НА ОСНОВЕ ЯЗЫКОВЫХ МОДЕЛЕЙ НЕЙРОСЕТЕЙ ГЛУБОКОГО ОБУЧЕНИЯ Программный комплекс прогноза результатов соревнований пловцов на основе языковых моделей нейросетей глубокого обучения

АА Аа

Опубликовано в Российский журнал информационных технологий в спорте · Страницы 22–37 · Рубрика: МАТЕМАТИКА И ИНФОРМАТИКА В ТЕОРИИ И МЕТОДИКЕ СПОРТА

DOI: https://doi.org/10.62105/2949-6349-2025-2-1-22-37 · EDN: UXEFIO

Получено: 15.04.2025 Одобрено: 15.06.2025 Опубликовано: 30.06.2025

Авторы

БО

Болотов Александр Александрович

ORCID Scopus SPIN

БА

Барчуков Валерий Гаврилович

ГА

Галузин Александр Сергеевич

ORCID SPIN

ЖИ

Жирнов Евгений Николаевич

БО

Болотов Александр Александрович

Ученая степень: кандидат технических наук

Государственный научный центр Российской Федерации – Федеральный медицинский биофизический центр имени А.И. Бурназяна ведущий научный сотрудник · Moscow

ORCID Scopus SPIN

БА

Барчуков Валерий Гаврилович

Государственный научный центр Российской Федерации – Федеральный медицинский биофизический центр имени А.И. Бурназяна Moscow

ГА

Галузин Александр Сергеевич

ORCID SPIN

ЖИ

Жирнов Евгений Николаевич

Ученая степень: кандидат медицинских наук

АННОТАЦИЯ

Актуальность. Для спортсмена наряду с эффективной тренировочной подготовкой актуальным при выступлении на соревнованиях являются оценка его функционального состояния и готовность показать лучший результат. При этом оценка состояния спортсмена должна быть для него быстрой, малозатратной и без отвлечения от соревновательного процесса. Цель: Разработка инновационного программного комплекса, использующего методы глубокого обучения и обработку естественного языка NLP (Natural Language Processing), для точного прогнозирования спортивных результатов пловцов. Комплекс предназначен для поддержки эффективных решений по отбору сильнейших спортсменов для участия в командных и индивидуальных заплывах на основе анализа их функциональных состояний посредством автоматизированного осознанного диалога и учета ключевых гематологических показателей. Методы: Для обучения системы были использованы реальные данные о спортсменах сборной команды РФ по плаванию - всего было проанализировано 100 случаев по восьми ключевым гематологическим параметрам, влияющим на спортивные показатели. Для создания комплекса использовались нейросети глубокого машинного обучения на основе библиотеки с открытым исходным кодом Keras и языка программирования Python. Результаты: Разработанный комплекс включает три основных модуля: модуль «Обучение» - создание языковой модели на основе библиотеки Keras и Python; модуль «Чат+Прогноз» - поддержка осмысленного диалога с пользователем (тренером/врачом/спортсменом) относительно текущего состояния здоровья и уровня готовности; модуль «Тест-Прогноз»: массовая проверка эффективности разработанной модели на конкретных примерах. Точность модели достигла 90% во время обучения, основанного на анализе истории обучения модели. Реальное тестирование подтвердило эффективность подхода, показав совпадение прогноза с результатами в 87% случаев. Заключение: Разработанный комплекс обеспечивает быструю оценку состояния спортсмена, минимизируя затраты и позволяя эффективно выбирать участников для различных соревнований. Возможности для повышения точности сохраняются путем расширения набора данных. Для получения различных данных по предметной области используется чат-бот с запросами на естественном языке.

КЛЮЧЕВЫЕ СЛОВА

программный комплекс, искусственная нейросеть, машинное обучение, гематологические показатели, пловцы, соревнования, чат-бот, Keras, языковая QA-модель, классификация

Текст

Текст (PDF)

Читать Скачать

1. Нехвядович А. И., Будко А. Н. Оценка эффективности тренировочного процесса спортсменов на основе вариабельности показателей крови: Практическое пособие. - Минск: БГУФК, 2019. 40 с.

2. Трищенкова С.Н., Екимовских А.В., Егоров Г. Е. Интегральные гематологические показатели у спортсменов. [Электронный ресурс]. URL: https://www.sportmedicine.ru/medforsport-2011-papers/trischenkova.php (Дата обращения: 27.03.2025).

3. Суздальницкий Р.С., Левандо В.А. Иммунологические аспекты спортивной деятельности человека //Теория и практика физической культуры. 1998. № 10. С.43-46.

4. Даутова А.З., Янышева Г.Г., Якубов Р.Ю., Назаренко А.С., Зверев А.А. Взаимосвязь гематологических и биохимических параметров крови у спортсменов разных возрастных групп // Наука и спорт: современные тенденции. 2022. Т. 10, № 3. С. 14-21. DOI: https://doi.org/10.36028/2308-8826-2022-10-3-14-21

5. Бойков В. Л. Комплексная характеристика автономной регуляции сердечного ритма, гематологического и биохимического профиля у пловцов высокой квалификации: автореф. на соиск. ученой степ. канд. биол. наук: 03.03.01 – Физиология, Ярославль, 2021. 21 с.

6. Рязанцев А. И., Сафонова С. Н., Голомедов М. Р. Гематологические маркеры состояния функциональных систем высококвалифицированных пловцов в условиях среднегорной подготовки // Физическая культура. Спорт. Здоровье. 2024. № 1. С. 82-89. [Электронный ресурс]. URL: https://www.sportmedicine.ru/medforsport-2011-papers/trischenkova.php (Дата обращения: 27.03.2025)

7. Anshik. AI for Healthcare: Keras and TensorFlow. In AI and Machine Learning for Healthcare. 2021. 381 p. [Электронный ресурс]. URL: https//doi.org/10.1007/978-1-4842-7086-8 (Дата обращения: 27.03.2025).

8. Элбон Крис. Машинное обучение с использованием Python. Сборник рецептов: Пер. с англ. СПб.: БХВ-Петербург, 2019. 384 с.

9. Machine Learning with Python Tutorial. [Электронный ресурс]. URL: https://www.geeksforgeeks.org/machine-learning-with-python/ (Дата обращения: 15.03.2025).

10. The official home of the Python Programming Language. [Электронный ресурс]. URL: https://www.python.org/ (Дата обращения: 15.03.2025).

11. Best Python libraries for Machine Learning. [Электронный ресурс]. URL: https://www.geeksforgeeks.org/best-python-libraries-for-machine-learning/ (Дата обращения: 15.03.2025).

12. Лучшие Python-библиотеки для машинного обучения. [Электронный ресурс]. URL: https://thecode.media/luchshie-python-biblioteki-dlya-mashinnogo-obucheniya/ Дата обращения: 15.03.2025).

13. 8 лучших библиотек обработки естественного языка для Python (NLP). [Электронный ресурс]. URL: https://pythonist.ru/8-luchshih-bibliotek-obrabotki-estestvennogo-yazyka-dlya-python-nlp/ (Дата обращения: 15.03.2025).

14. Keras. Deep Learning for humans [Электронный ресурс]. URL: https://keras.io/ (Дата обращения: 27.03.2025).

15. Keras: библиотека глубокого обучение на Python. [Электронный ресурс]. URL: https://ru-keras.com/home/ (Дата обращения: 27.03.2025).

16. Руководство по обслуживанию. Принципы работы. Описание электронного оборудования Chemwell-T, [Электронный ресурс]. URL: https://www.manualslib.com/manual/1863455/Awareness-Technology-Chemwell-T-4600-Series.html?page=38#manual (Дата обращения: 15.03.2025).

17. Компания Td-lab, дилер продукции Awareness Technology в РФ, [Электронный ресурс]. URL: https://td-lab.ru/product/avtomaticheskij-bioximicheskij-analizator-chemwell-t (Дата обращения: 15.03.2025).

18. Таблица очков World Aquatics (FINA) [Электронный ресурс]. URL: https://russwimming.ru/fina-points (Дата обращения: 27.02.2025).

19. А.А. Болотов, В.Г. Барчуков, А.С. Галузин, А.М. Тен, О.В. Онопченко Использование гематологических показателей для прогноза результатов соревнований спортсменов пловцов на основе вероятностных оценок. Клинический вестник ФМБЦ им. А.И. Бурназяна. 2023. № 4. С.10-18. DOI: https://doi.org/10.33266/2782-6430-2023-4-10-18

20. Болотов А.А., Барчуков В.Г. Галузин А.С., Тен А.М., Онопченко О.В. Прогноз результатов соревнований спортсменов пловцов по гематологическим показателям. Российский журнал информационных технологий в спорте //Сборник тезисов VII Всероссийской с международным участием научно-практическая конференция “День спортивной информатики” 4-5 декабря 2023 года. с.31-34. DOI: https://doi.org/10.62105/2949-6349-2024-1-S1-31-34.

Контент доступен под лицензией Creative Commons «С указанием авторства версии 4.0 Международная»

PDF Текст JATS XML

главный редактор

Тимме Егор Анатольевич

info@rjits.ru

заместитель главного редактора

Руднев Сергей Геннадьевич

rdnv2019@yandex.ru

научный редактор

Симаков Сергей Сергеевич

simakovss@ya.ru

член редакционной коллегии

Андреева Альбина Маратовна

moymio@yandex.ru

ответственный секретарь

Галимова Екатерина Юрьевна

galim81@mail.ru

член редакционной коллегии

Ковалева Анастасия Владимировна

kovaleva_av@academpharm.ru

член редакционной коллегии

Скаржинская Елена Николаевна

skar_e@mail.ru

1138

загрузок

Контент доступен под лицензией Creative Commons «С указанием авторства версии 4.0 Международная» Creative Commons

ГОСТ

Болотов А. А., Барчуков В. Г., Галузин А. С., Жирнов Е. Н. Программный комплекс прогноза результатов соревнований пловцов на основе языковых моделей нейросетей глубокого обучения // Российский журнал информационных технологий в спорте. 2025. №. 1. С. 22-37. DOI: https://doi.org/10.62105/2949-6349-2025-2-1-22-37. EDN: UXEFIO. (дата обращения: 09.09.2026).

MLA

Болотов Александр Александрович, Барчуков В. Г., Галузин А. С., Жирнов Е. Н.. "Программный комплекс прогноза результатов соревнований пловцов на основе языковых моделей нейросетей глубокого обучения." Российский журнал информационных технологий в спорте 2.1 (2025): 22-37. DOI: https://doi.org/10.62105/2949-6349-2025-2-1-22-37. EDN: UXEFIO.

APA

Болотов А. А., Барчуков В. Г., Галузин А. С., Жирнов Е. Н. (2025). Программный комплекс прогноза результатов соревнований пловцов на основе языковых моделей нейросетей глубокого обучения. Российский журнал информационных технологий в спорте, 2(1), 22-37. https://doi.org/10.62105/2949-6349-2025-2-1-22-37 EDN: UXEFIO.

Chicago

Болотов Александр Александрович, Барчуков В. Г., Галузин А. С., Жирнов Е. Н.. "Программный комплекс прогноза результатов соревнований пловцов на основе языковых моделей нейросетей глубокого обучения." Российский журнал информационных технологий в спорте 2, no. 1 (2025): 22-37. https://doi.org/10.62105/2949-6349-2025-2-1-22-37. EDN: UXEFIO.

WIKI

{{cite journal | author = Болотов А. А., Барчуков В. Г., Галузин А. С., Жирнов Е. Н. | title = Программный комплекс прогноза результатов соревнований пловцов на основе языковых моделей нейросетей глубокого обучения | journal = Российский журнал информационных технологий в спорте | year = 2025 | volume = 2 | issue = 1 | pages = 22-37 | doi = 10.62105/2949-6349-2025-2-1-22-37 }} EDN: UXEFIO

Скопировать

Экспорт: BibTeX EndNote RefMan RusMARC

Подтверждение