Mesin Deteksi Hobbyjogger Otomatis
Mesin Deteksi Hobbyjogger Otomatis
Anonim

Menggunakan pembelajaran mesin untuk mengenali siapa pelari kompetitif yang serius dan siapa yang tidak bisa mengajari kita sesuatu yang berguna tentang menghindari cedera

Salah satu obsesi paling abadi dari papan pesan Letsrun.com yang terkenal adalah bagaimana dan di mana Anda menarik garis antara pelari kompetitif yang serius dan pelari hobi rekreasi belaka. Jawabannya biasanya bermuara pada sesuatu di sepanjang baris "Siapa pun yang lebih cepat dari saya adalah raksasa atletik yang berbakat dan pekerja keras yang menguasai dunia, dan siapa pun yang lebih lambat dari saya adalah pelari hobi menyedihkan yang seharusnya tidak diizinkan untuk membeli sepatu lari."

Definisi semacam ini entah bagaimana tidak pernah berhasil menyelesaikan perdebatan, jadi saya senang melaporkan bahwa para ilmuwan telah menciptakan mesin yang dapat melihat Anda berlari dan segera mengklasifikasikan Anda sebagai pelari "kompetitif" atau "rekreasi". Ini tidak konyol atau elitis kedengarannya-pada kenyataannya, ini memiliki potensi untuk membantu membawa pendekatan yang lebih bernuansa untuk menilai risiko cedera berdasarkan detail halus dalam bentuk lari Anda. Penelitian ini berasal dari kelompok biomekanik terkemuka di University of Calgary yang dipimpin oleh Reed Ferber, direktur Running Injury Clinic universitas, dan diterbitkan dalam Journal of Sports Sciences.

Tujuan dasar dari penelitian ini adalah untuk menempelkan akselerometer yang dapat dikenakan di punggung bawah 41 pelari (mereka menggunakan akselerometer yang disebut Shimmer3) dan melihat apakah itu dapat menyimpulkan pelari mana yang kompetitif versus rekreasi menggunakan pembelajaran mesin. Mereka mendefinisikan kompetitif sebagai siapa saja yang memiliki performa balapan baru-baru ini antara 5K dan maraton yang melebihi 60 persen dari rekor dunia berdasarkan usia untuk jarak tersebut berdasarkan Tabel Performa Penilaian Usia Asosiasi Master Dunia, ambang batas yang didefinisikan USA Track and Field sebagai “lokal kelas. Dengan definisi ini, 17 pelari dianggap kompetitif, sementara 24 pelari dianggap rekreasi.

Data langkah tiga dimensi yang dikumpulkan oleh akselerometer menghasilkan 24 karakteristik berbeda dari setiap langkah pelari. Ini bukanlah hal yang biasa seperti irama dan panjang langkah, karena faktor-faktor tersebut sangat dipengaruhi oleh seberapa cepat Anda berlari-yang, seperti yang diketahui oleh pesaing master keriput mana pun, tidak selalu menjadi barometer yang baik tentang seberapa kompetitif Anda. Alih-alih, fokusnya adalah pada fitur yang lebih halus yang terkait dengan variabilitas langkah (misalnya seberapa jauh panjang langkah Anda berubah dari satu langkah ke langkah berikutnya?) dan keteraturan (misalnya seberapa mirip akselerasi instan tubuh Anda di masing-masing dari tiga dimensi sepanjang langkah berturut-turut).

Perbedaan antara kedua kelompok pelari tidak terlalu terlihat dengan mata telanjang daripada yang Anda bayangkan. Jika Anda tetap pada parameter langkah konvensional, Anda tidak akan melihat apa pun: pelari kompetitif wanita, misalnya, memiliki irama rata-rata 168,2; rekan rekreasi mereka memiliki rata-rata yang hampir sama yaitu 169,1. Bahkan dengan ukuran konsistensi langkah yang lebih canggih, perbedaannya tidak terlihat jelas. Jadi para peneliti memasukkan semua data ke dalam sistem pembelajaran mesin yang disebut mesin vektor pendukung, dan membiarkan komputer mencari tahu faktor mana yang membedakan pelari kompetitif dan rekreasional. Yang penting, mereka menganalisis pelari pria dan wanita secara terpisah, karena ciri dari langkah "kompetitif" mungkin berbeda di kedua kelompok.

Benar saja, dengan menggunakan data tentang konsistensi langkah, komputer dapat dengan tepat mengklasifikasikan pelari pria sebagai pelari kompetitif atau rekreasi 82,6 persen sepanjang waktu, dan pelari wanita 80,4 persen. Faktor-faktor spesifik yang paling penting berbeda dalam kedua kelompok-yang tidak mengejutkan, penulis utama Christian Clermont menjelaskan dalam email, karena "perbedaan struktural dalam anatomi pria dan wanita tentu mempengaruhi cara kita berlari." Model pria menggabungkan 12 fitur langkah yang berbeda, sedangkan model wanita menggabungkan 10 fitur berbeda, semuanya terkait dengan variabilitas dan keteraturan langkah.

Keuntungan dari pembelajaran mesin adalah dapat memilih pola halus dalam sejumlah besar variabel yang tidak akan pernah Anda temukan hanya dengan menatap data. Kerugiannya adalah tidak selalu jelas apa arti pola-pola itu. Mengapa, misalnya, ciri pembeda yang paling penting bagi pria adalah korelasi langkah-demi-langkah dari percepatan pusat massa di sepanjang sumbu belakang ke depan, sedangkan untuk wanita itu adalah rata-rata akar-rata-rata-kuadrat dari percepatan itu? Tetapi jika Anda mundur dari detailnya, Anda dapat melihat pola yang lebih besar: pelari berpengalaman berlari lebih konsisten daripada pelari yang kurang berpengalaman, dengan setiap langkah lebih mirip dengan langkah sebelum dan sesudahnya.

Mengapa ini penting? Sementara saya enggan untuk masuk ke penilaian nilai gaya Letsrun, ada alasan untuk percaya bahwa gaya berjalan kompetitif lebih baik daripada yang rekreasi. Penelitian secara umum menemukan bahwa pelari yang tidak berpengalaman lebih sering cedera daripada yang berpengalaman meskipun berlari lebih sedikit, dan mereka cenderung terluka di tempat yang berbeda. Pelari rekreasi cenderung mendapatkan lebih banyak cedera lutut dan pinggul, mungkin karena bentuk lari yang tidak optimal; pelari kompetitif cenderung mendapatkan lebih banyak cedera kaki dan tungkai bawah, mungkin karena terlalu sering menggunakan beban latihan yang lebih berat. Jadi mengetahui apakah bentuk lari Anda semakin "kompetitif" atau lebih "rekreasi" secara teoritis mungkin memberi Anda beberapa petunjuk tentang apakah latihan Anda berhasil dan di mana Anda mungkin paling rentan terhadap cedera.

Akselerometer yang digunakan dalam studi khusus ini tidak cocok untuk penggunaan konsumen yang siap pakai. Namun, kata Clermont, ada beberapa parameter berguna yang pada prinsipnya dapat dihitung menggunakan hal-hal seperti Garmin Running Dynamics Pod atau LumoRun (yang sayangnya bangkrut bulan lalu). Bahkan dengan jam tangan pintar atau pod kaki yang lebih sederhana, Anda dapat mengukur berapa lama waktu yang dibutuhkan setiap langkah-dan kemudian, yang terpenting, menghitung koefisien variasi, indikator seberapa banyak waktu itu bervariasi dari langkah ke langkah. Itu akan memberi Anda gambaran tentang seberapa konsisten langkah Anda, apakah itu menjadi kurang konsisten dengan kelelahan, dan apakah itu semakin konsisten dari waktu ke waktu. Menonton tren dapat memberi Anda gambaran apakah pelatihan Anda membantu atau merugikan Anda. Jika cukup banyak orang yang meminta fitur seperti itu, mungkin perusahaan seperti Garmin akan menyediakannya. (Dan mungkin itu sudah tersedia di suatu tempat: dunia teknologi lari yang dapat dipakai begitu luas dan berkembang pesat sehingga sulit untuk dilacak.) Saya akan menyarankan nama untuk parameter ini: Indeks Hobbyjogger.

Direkomendasikan: