메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김지응 (한국스포츠정책과학원) 이승훈 (가톨릭관동대학교) 정회덕 (한국스포츠정책과학원)
저널정보
Korean Society for Precision Engineering Journal of the Korean Society for Precision Engineering Journal of the Korean Society for Precision Engineering Vol.40 No.7
발행연도
2023.7
수록면
527 - 532 (6page)
DOI
10.7736/JKSPE.023.055

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
The purpose of this study was to check the position classification prediction rate based on the movement data of field hockey players using the random forest algorithm. In order to achieve the purpose of this study, movement data were collected using wearable devices in 15 practice matches. The collected information was then analyzed using the Random Forest algorithm, one of the ensemble techniques, with Python, a high-level, general-purpose programming language. As a result of this study, first, the position classification prediction rate was 52.4±3.3% when data measured by GPS sensors were used. Second, when using the data measured by an inertial measurement unit (IMU) sensor, the position classification prediction rate was 50.8±2.4%. Third, when both Global Positioning System (GPS) and IMU data were used, the position classification prediction rate was 55.6±2.0%. As a result of the study, it showed that the prediction rate was the highest when both GPS and IMU data were used.
#Random forest (랜덤포레스트) #GPS (위성항법장치) #IMU (관성센서) #Prediction rate (예측률) #Position classification (포지션 분류) #Field hockey (필드하키)

목차

1. 서론
2. 연구방법
3. 연구결과
4. 고찰
5. 결론
REFERENCES

참고문헌 (14)

참고문헌 신청
Yun, Y., Lee, Y., (2006), Hierarchical importance and structure of factors in football performance, Korean Journal of Sport Psychology, 17(4), 87-100. google schola Cho, J. H., (2012), Utilization and prospect of sport big data, The Korean Journal of Measurement and Evaluation in Physical Education and Sports Science, 14(3), 1-11. google schola Hong, J., Park, J., (2016), Analysis athletic performance assessment factors and importance based on handball players' Position, Korean Journal of Sports Science, 25(4), 1443-1454. google schola Sung, J. H., Cho, Y. S., (2019), Machine learning approach for pattern analysis of energy consumption in factory, Korea Information Processing Society, 8(4), 87-92. google schola Jeong, D., Jeong, W., (2019), Prediction of rolling noise based on machine learning technique using rail surface roughness data, Journal of the Korean Society for Railway, 22(3), 209-217. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

고혈압의 예방 및 치료를 위한 과학적 코칭
박인성 코칭능력개발지 2022 .03
Comparative Analysis between IMU Signal-based Neural Network Models for Energy Expenditure Estimation
이창준 ,  이정근 Journal of the Korean Society for Precision Engineering 2024 .03
Random Forests (RF) 기반 기계학습 모델을 활용한 PMV 예측 성능 평가
이성주 ,  강은호 ,  김민성 외 3명 한국태양에너지학회 학술대회논문집 2024 .04
Prediction of forest fire risk according to climate change in Bhutan using a shared socioeconomic pathways (SSP) scenario and random forest
Kim ,  Joon ,  Roh 외 6명 한국기후변화학회지 2023 .08
초박형 고분자 필름과 나노다공성 세라믹을 이용한 기체분리 시스템의 분리 효율 향상 기술
황인태 ,  이세형 ,  이상우 외 2명 대한기계학회 논문집 B권 2023 .09

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0102-2023-555-001767080