CC BY
132
УДК 796.323
ИННОВАЦИОННЫЕ ТЕХНОЛОГИИ В ПОВЫШЕНИИ ЭФФЕКТИВНОСТИ СОРЕВНОВАТЕЛЬНОЙ И ТРЕНИРОВОЧНОЙ ДЕЯТЕЛЬНОСТИ БАСКЕТБОЛЬНЫХ КОМАНД
Раиса Игоревна Андрианова, мастер спорта, кандидат педагогических наук, преподаватель, Государственный университет управления, Московский международный университет, г. Москва; Марина Витальевна Леньшина, кандидат педагогических наук, доцент, Воронежский государственный институт физической культуры; Дмитрий Владимирович Федосеев, главный тренер баскетбольного клуба «Ростов-Дон-ЮФУ», Южный федеральный университет, г. Ростов-на-Дону; Светлана Васильевна Коло-тильщикова, кандидат педагогических наук, старший преподаватель, Московский государственный строительный университет
Аннотация
Компьютерное сопровождение тренировочного и соревновательного процесса всё больше используется в практике современного спорта. На примере подготовки профессиональных баскетбольных команд раскрываются особенности цифровизации, включения «искусственного интеллекта», осуществления скаутинга - сбора и анализа статистических данных. Современные технологические инновации необходимо шире внедрять в подготовке квалифицированных спортсменов.
Ключевые слова: компьютерные программы, статистика, игровая и тренировочная деятельность, баскетбол.
DOI: 10.34835/issn.2308-1961.2020.5.p23-26
INNOVATIVE TECHNOLOGIES IN IMPROVING THE EFFICIENCY OF COMPETITIVE AND TRAINING ACTIVITIES OF BASKETBALL TEAMS
Raisa Igorevna Andrianova, the candidate ofpedagogical sciences, teacher, master of sport, State University of Management, Moscow International University, Moscow; Marina Vitalyev-na Lenshina, the candidate of pedagogical sciences, senior lecturer, Voronezh State Institute of Physical Culture; Dmitry Vladimirovich Fedoseev, the head coach of the Rostov-Don-Southern Federal University basketball club, Southern Federal University, Rostov-on-Don; Svetlana Va-silievna Kolotilshchikova, the candidate of pedagogical sciences, senior teacher, Moscow State
University of Civil Engineering
Abstract
Computer support of the training and competition process is increasingly used in the practice of modern sports. Using the example of training professional basketball teams in American leagues, the author reveals the features of digitalization, the inclusion of "artificial intelligence", scouting-the collection and analysis of the statistical data, which will further introduce the modern innovations in the training of athletes.
Keywords: computer programs, statistics, game and training activities, basketball.
Современный спорт на сегодняшний день тесно связан с передовыми технологиями. Коммерциализация спортивной индустрии во многом способствует росту конкуренции в борьбе за получение преимущества над противником. Если раньше для повышения результата тренеры старались усовершенствовать тренировочный процесс и повысить работоспособность спортсменов, то сегодня внимание специалистов также обращено на использование цифровизации, методов искусственного интеллекта, анализа массивных данных в спорте. Этому процессу во многом способствовало развитие взаимодействия между такими научными дисциплинами, как статистика, аналитика, информатика, кибернетика, анатомия, биомеханика, физическая культура для проведения междисциплинарных и трансдисциплинарных исследований.
Примером активного использования передовых технологий в индустрии спорта [3], в частности для решения проблем в отношении сегментации, классификации, прогнозирования соревновательных результатов и определения эффективности тренировки, являются такие, как: теорема Байеса, метод опорных векторов, деревья решений, нейронный сети и др.
Для подготовки резерва и квалифицированных игроков использование современных технологий приобретает особую актуальность. Это связано с тем, что применение методов искусственного интеллекта открывает большие перспективы для повышения качества и результативности в отношении: разработки стратегии на матч, а также моделирования технико-тактических действий команды; анализа соревновательной и тренировочной деятельности спортсменов; прогнозирования результатов матчей; отбора и оценки эффективности молодых перспективных игроков; расчета расходов команды, а также финансовых затрат на приобретение или трансфер игроков, прогнозирования и профилактики травматизма.
Образцом успешного сотрудничества информационных технологий и спорта является самая элитная баскетбольная лига мира - NBA. В частности, система камер SportVU, которая применяется в американской национальной баскетбольной лиге с 2013 года. Система камер SportVU устанавливается на баскетбольных аренах для отслеживания перемещения игроков и мяча в режиме реального времени с 25 различных точек одновременно (https://www.insidescience.org/news/artificial-intelligence-nba-basketball). Благодаря сложному программному обеспечению и статическим алгоритмам SportVU предоставляет подробную статистику о движении мяча, расположении игроков в той или иной ситуации, создает базу данных с возможностью поиска диаграмм движения каждого игрока.
В октябре 2017 года в спортивную индустрию ворвалась компания Second Spectrum. Была разработана программа, которая использует данные, полученные с помощью аналогичной технологии SportVU, чтобы сформировать еще более глубокое понимание игры. В частности, отслеживание движений игроков по площадке, чтобы понять, каким образом и в каких ситуациях игроки делают хорошие или плохие пасы; какие типы бросков игроки выполняют с высоким процентом реализации и при каких обстоятельствах [6]. Алгоритмы, предложенные Second Spectrum, позволили углубить понимание пик-н-ролльных ситуаций.
В этом году компания начала продвигать усовершенствованную систему SportVU 2.0, которая откроет доступ для аналитиков и тренеров к сложным игровым данным в режиме реального времени, основываясь на применении инновационных статистических данных в отношении скорости, расстоянии, перемещении игроков, владении мячом и многом другом. В отечественном спорте такие технологии пока не используются, что безусловно сказывается на качестве анализа тренировочной и соревновательной деятельности.
Интересное развитие в рамках баскетбола получила программа Natural Language Processing (NLP), которая принимает звуковые волны или текст и пытается обрабатывать слова и генерировать их смысл. Первоначальная разработка данной программы заключалась в создании интерактивных отношений с болельщиками через веб-сайты команд. Предоставляя доступ к глубоким статистическим данным, новостям и другой сопутствующей информации, у болельщиков появилась возможность улучшить свое понимание баскетбола [4, 5]. Это был первый огромный шаг к использованию искусственного интеллекта для продвижения аналитики игровых данных в конце 2012 года.
Более поздние разработки с программой HANA включают в себя внедрение функции Siri-like для мобильных приложений NBA team. Эта новая функция позволяет болельщикам задавать вопросы об игроках или команде и мгновенно получать ответ.
Еще одно интересное приложение Natural Language Processing (NLP) для баскетбола - это WilsonX. Был создал баскетбольный мяч, со встроенными датчиками, которые
обеспечивали координацию с приложением. Данное приложение отслеживает броски и моделирует игровые ситуации. Используя звуковое моделирование аплодисментов болельщиков и объявления комментаторов, программа обучает игроков практиковаться в режиме, максимально приближенном к реальной игре. WilsonX - это отличный способ научить игроков выступать под давлением и привыкнуть к шуму, создаваемому болельщиками во время игр, который может создать психологический барьер и отрицательно сказаться на результате [7].
На данный момент в России используется платформа InStat Scout, позволяющая проводить доскональный скаутинг игры с учетом эффективности деятельности команды в целом, статистики пятерок, группового взаимодействия и отслеживания качества выполнения комбинаций, оценки действий отдельных игроков. Это статистическая платформа, где взаимосвязаны числа с видео. Платформа дает информацию о 115 параметрах действий игроков и 66 параметров команды. При клике на номер игрока открывается видео с регулируемой временной шкалой эпизодов, таким образом, предоставляются видеосводки действий в нападении и в защите. Программа позволяет видеть действия игрока и команды в различных матчах, рассчитывает статистику за 3, 5 и 10 последних матчей.
Программа предлагает глубокий анализ бросков, где учитывается точность, дальность, время выполнения элемента в игре, после каких действий выполняется, в каких комбинациях, без опеки или с опекой защитника, с какой точки и зоны сделан бросок.
Благодаря платформе InStat Scout возможен, как анализ отдельных фрагментов технических действий, так и полный анализ игры и серии игр. Послематчевые отчеты показывают ключевые комбинации, эффективное взаимодействие игроков и результативность игроков и команды в целом, а также слабые стороны игры, которые нужно корректировать.
Постоянно совершенствуется компьютерное обеспечение сайта РФБ, где можно увидеть видео трансляцию матчей, цифровую статистику соревнований, как детских команд, так и команд профессионалов. На сайте дана полная командная и индивидуальная статистика, представлены: диаграммы сравнения процентных показателей, графики счета игры, схемы с отметкой места выполнения результативных и нерезультативных бросков на игровой площадке, словесное описание хода игры.
Безусловно, в игровых видах спорта уже давно фиксируются основные статистические данные, такие как очки, подборы, передачи. Но аналитика и применение возможностей «искусственного интеллекта» позволяет использовать преимущества математики в анализе соревновательной деятельности [1, 2]. И если за океаном все эти процессы автоматизированы, то отечественные тренеры не всегда имеют доступ к высокотехнологичным компьютерным программам, что влияет на качество и эффективность соревновательной подготовки. Если мы хотим, чтобы отечественный баскетбол развивался и был конкурентоспособен на международной арене, необходимо следить за техническими новшествами в области спорта и активно внедрять их на практике.
ЛИТЕРАТУРА
1. Андрианова, Р.И. Технология скаутинга для анализа и планирования соревновательной деятельности в баскетбольной команде Премьер-лиги / Р.И. Андрианова, М.В. Леньшина, В.М. Сгонникова // Учёные записки университета П.Ф. Лесгафта. - 2019. - № 2 (168). - С. 23-26.
2. Современные тенденции скаутинга в игровых видах спорта (на примере баскетбола) / Р.И. Андрианова, В.П. Чичерин, М.В. Леньшина, Д.В. Федосеев // Учёные записки университета П.Ф. Лесгафта. - 2019. - № 11 (178). - С. 17-21.
3. Бурева, В.К. Применение методов искусственного интеллекта в спорте / В.К. Бурева, Е.И. Стоянов // Актуальные вопросы технических наук : материалы III Междунар. науч. конф. -Пермь : Меркурий, 2015. - С. 2-4.
4. Bartlett, R. Artificial intelligence in sports biomechanics: New dawn or false hope? // Journal of Sports Science and Medicine. - 2006. - No. 5 (4). - P. 474-479.
5. Pickering, Craig. How the rise of machine learning is impacting sport / Craig Pickering. -URL : https://simplifaster.com/articles/machine-learning-sports/ (дата обращения: 01.01.2020).
6. Lau, Dominic. How artificial intelligence is changing the NBA / Dominic Lau. - 2017. - URL : https://medium.com/@dominiclau/how-artificial-intelligence-is-changing-the-nba-47e2e33acc3d (дата обращения: 01.01.2020).
7. Gilbert Owusu, G. AI and computer-based methods in performance evaluation of sporting feats: an overview / G. Gilbert Owusu // Artificial Intelligence Review. - 2007. - Vol. 27 (1). - P. 57-70.
REFERENCES
1. Andrianova, R.I., Lenshina, M.V. and Sgonnikova, V.M. (2019), "Scouting technology for analysis and planning of competitive activity in the Premier League basketball team", Uchenye zapiski universiteta imeni P.F. Lesgafta, Vol. 168, No. 2, pp. 23-26
2. Andrianova, R.I. Chicherin V.P., Lenshina, M.V. and Fedoseev, D.V.(2019), "Current trends of scouting in game sports (on the example of basketball)", Uchenye zapiski universiteta imeni P.F. Lesgafta, Vol. 178, No. 11, pp. 17-21.
3. Bureva, V.K. and Stoyanov, E.I. (2015), "Application of artificial intelligence methods in sport", Actual problems of technical sciences: materials of the III Intern. scientific Conf., Perm, рр. 2-4.
4. Bartlett, R. (2006), "Artificial intelligence in sports biomechanics: New dawn or false hope?", Journal of Sports Science and Medicine, Vol. 5, No. 4, pp. 474-479.
5. Pickering, Craig (2019), "How the rise of machine learning is impacting sport", available at: https://simplifaster.com/articles/machine-learning-sports/.
6. Lau, Dominic (2017), "How artificial intelligence is changing the NBA", available at: https://medium.com/@dominiclau/how-artificial-intelligence-is-changing-the-nba-47e2e33acc3d.
7. Gilbert Owusu, G. (2007), "AI and computer-based methods in performance evaluation of sporting feats: an overview", Artificial Intelligence Review, Vol. 27, No. 1, pp. 57-70.
Контактная информация: lmv05@mail.ru
Статья поступила в редакцию 17.05.2020
УДК 796.011.3
СОДЕРЖАНИЕ ПЕДАГОГИЧЕСКОГО КОНТРОЛЯ ПОДГОТОВКИ СТУДЕНТОВ, ЗАНИМАЮЩИХСЯ ВОЛЕЙБОЛОМ В ВУЗЕ
Максим Петрович Анисимов, кандидат педагогических наук, Анна Васильевна Дар-монкова, старший преподаватель, Андрей Александрович Ленин, старший преподаватель, Санкт-Петербургский государственный аграрный университет
Аннотация
Контроль за соревновательной деятельностью в спортивных играх осложняется большим разнообразием технико-тактических приемов, поэтому необходимо выбирать количественные и качественные характеристики для оценки выполнения игроками технико-тактических приемов, рассчитывать успешность их реализации и выявлять, какие из них оказывают наибольшее воздействие на эффективность игровой деятельности. Цель исследования заключалась в разработке контроля физической и технико-тактической подготовки спортсменов студентов, занимающихся волейболом. Применение обоснованных тестов и контрольных упражнений в процессе подготовки студентов волейболистов позволяет сформировать систему контроля их физической и технико-тактической подготовки. Показаны тесты, нормативы, которые соответствуют уровню подготовленности спортсменов студентов и студенческих команд в целом.
Ключевые слова: волейбол, педагогический контроль, соревновательная деятельность, технико-тактическая подготовка, физическая подготовка.
