Научная статья на тему 'ВОЗМОЖНОСТИ НЕЙРОСЕТЕВОГО АНАЛИЗА ПСИХОФИЗИОЛОГИЧЕСКИХ МАРКЕРОВ СПОРТИВНОЙ ОДАРЕННОСТИ В ВОЛЕЙБОЛЕ'

ВОЗМОЖНОСТИ НЕЙРОСЕТЕВОГО АНАЛИЗА ПСИХОФИЗИОЛОГИЧЕСКИХ МАРКЕРОВ СПОРТИВНОЙ ОДАРЕННОСТИ В ВОЛЕЙБОЛЕ Текст научной статьи по специальности «Психологические науки»

CC BY
27
12
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
волейбол / тестирование / спортивный отбор / нейросети.

Аннотация научной статьи по психологическим наукам, автор научной работы — Будников Виктор Семенович, Семёнов Александр Валерьевич, Базарин Кирилл Петрович

в работе представлены результаты оценки возможности использования нейросетевых систем поддержки принятия решений при анализе индивидуально-типологических маркеров спортивной одаренности в волейболе. Достигнута точность прогнозирования 89%, что свидетельствует о возможности практического применения данного подхода.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по психологическим наукам , автор научной работы — Будников Виктор Семенович, Семёнов Александр Валерьевич, Базарин Кирилл Петрович

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «ВОЗМОЖНОСТИ НЕЙРОСЕТЕВОГО АНАЛИЗА ПСИХОФИЗИОЛОГИЧЕСКИХ МАРКЕРОВ СПОРТИВНОЙ ОДАРЕННОСТИ В ВОЛЕЙБОЛЕ»

ВОЗМОЖНОСТИ НЕЙРОСЕТЕВОГО АНАЛИЗА ПСИХОФИЗИОЛОГИЧЕСКИХ МАРКЕРОВ СПОРТИВНОЙ ОДАРЕННОСТИ В ВОЛЕЙБОЛЕ Будников В.С.1, Семенов А.В.2, Базарин К.П.3

1Будников Виктор Семенович - генеральный директор;

2Семёнов Александр Валерьевич - руководитель Департамента разработки программных средств,

OOO «ТИВИ АР»;

3Базарин Кирилл Петрович - кандидат медицинских наук, заместитель директора, Красноярский институт развития физической культуры и спорта; г. Красноярск

Аннотация: в работе представлены результаты оценки возможности использования нейросетевых систем поддержки принятия решений при анализе индивидуально-типологических маркеров спортивной одаренности в волейболе. Достигнута точность прогнозирования 89%, что свидетельствует о возможности практического применения данного подхода. Ключевые слова: волейбол, тестирование, спортивный отбор, нейросети.

УДК: 796.32

В исследовании приняли участие воспитанники КГАУ «СШОР по волейболу «Енисей» имени Э.А. Носкова в возрасте от 12 до 14 лет в количестве 75 человек. Первая группа (Группа А) - воспитанники спортивного класса, сформированная по рейтингу спортивной успешности и анатомо-морфологической предрасположенности к виду спорта волейбол. Вторая группа (Группа Б) - воспитанники спортивной школы тренировочного этапа. Средняя продолжительность занятий в спортивной секции волейбола в обеих группах 3,6 года.

Для исследования использовался аппаратно-программный комплекс "НС-ПсихоТест" (ООО "Нейрософт", Российская Федерация) [3], комплекс стабилометрический ST-150 (ООО «Мера-ТСП», Российская Федерация).

На основе теоретических и практических данных дифференциальной психологии нами была сформирована батарея психофизиологических методик, позволяющих оценить индивидуально-типологические характеристики центральной нервной системы спортсменов волейболистов:

• теппинг-тест - определение свойств нервной системы по психомоторным показателям Е.П. Ильина;

• таблица Шульте - Платонова - исследование переключения внимания в условиях активного выбора полезной информации;

• метод тестирования реакции на движущийся объект (РДО) - определение сложной пространственно -временной реакции;

• простая зрительно-моторная реакция (ПЗМР) - сенсорный (латентный) период и моторный период реакции.

• стабилометрия - количественный метод оценки функции поддержания равновесия.

Исследовалась возможность создания нейросетевой системы поддержки принятия решений при

спортивном отборе по виду спорта волейбол, основываясь на данных инструментальных психофизиологических исследований.

На основе сформированной базы данных психофизиологических обследований была создана нейросетевая обучающая выборка. Фрагмент нормализованной выборки приведен на рисунке 1.

Штаны pfiy.niaToe ХфаКТСрМСТНШ ВКНЫЛКП8

Пал Уровень Срелиаа Усредн* Пеки» Число Число Число Суши Сумма

нэтальи частота HHvrit ел. точньп оперетие иппзы времени времени

ото в ГЦ мсаггзвр силы реакция Hüft вжнЛ оперехе ianairu

темпа мыЛ нервной шт>* •ту» тага ши~1 не ■шип

работы irwTrpea системы (ШШС сигнале сиплию MC Сгорост

■ га IB MC по ЕЯ Плыш\ Растр« Перге? ючаемос S в в ь сенссшо темной рмсаш Срелнек валрлм ое отегоне

» Обмм еление п. mc НИе мс

1 0 0,55 0,527778 0,341176 0,214286 0,2 0,313253 0,052632 1 0,16129 0,244144 0,061464 0,097304 0427711 0,08149«

г 0 оа о.зздз» 0,423329 01119048 0.363636 0457831 0.184211 0,62069 0.483871 ...... 0,404744 0.137213 0,085901

з 0 0,35 0,305556 0,611765 0,166667 0,327273 0.469в8 0,078947 0,344828 0,193548 0,644444 0,13466 0.511078 0,572289 0,057260

4 0 0,125 0,166667 0,752941 0,309524 0,127273 0,024096 0,473684 0,275862 0 0.87777? 0,005356 0.65937 0,427711 0,006811

5 0 0,775 0,444444 0,435294 0 0,290909 0,036145 01921053 0,413793 0.645161 0.244444 0,93547» 0.141618 0,259036 0,039648

6 0 0,425 0,444444 0,423529 0,261905 0,181818 0.240964 0,131579 0,344828 0.193548 0,644444 0,570773 0,469034 0,439759 0.n6256

7 0 1 1 0 0.261505 0,127273 0,554217 0.578947 0,206897 0.096774 0.8 0,078551 0.424853 0,198795 0,037445

8 0 0,675 0,58333} 0.27058« 0,214286 0.290909 0.240964 0,447368 0,586207 0.129032 0,466667 0,070645 0.27496 0,439759 0.052863

• 0 0.45 0,527778 0,329412 0,404762 0,181818 0.385542 0,078947 0,551724 0.387097 0,355556 0,269574 0.202483 0,349398 0.088106

10 0 05 0,416667 0435294 0.142857 0,236364 0.39759 0,210526 0,172414 0.548387 0411111 0,637592 0.849039 0,590361 0,295154

11 0 0,5 0,55555« 0,317647 0,309524 0,327273 0.554217 0,026316 0,275862 0.16129 0,666667 0.312165 0.400294 о 385542 0,085903

17 0 0.45 0,388889 0,494111 0.16666? 0,181818 0.180723 0289474 0,6*9655 0.193548 0,422222 0,109921 0.213294 0,216867 0,066079

11 0 0,25 0,472222 0.4 0347619 0,054545 0.120482 0,052632 0,206897 0.354839 0.622222 0,289722 0.507341 0,379518 0,052863

14 0 015 0,154444 0,682353 0,333333 0,4 0.120482 1 0,724138 0.290323 0.288889 0,182862 0.15977 0475904 0,072687

Ii 0 0,425 0.) 0.376471 0.380952 0,654245 0.963855 0,052632 0.551724 0.451613 0.333333 0,384066 0.562467 0,457831 0,092511

Рис. 1. Фрагмент нормализованной обучающей выборки.

Использовались язык разработки Python 3.9, фреймворк для работы с нейросетями TensorFlow. Нейросеть полносвязная, прямого распространения. На представленной выборке нейросеть обучается до точности 89%, что является достаточно высоким показателем для возможности практического применения данного подхода. Выводы

Продемонстрирована возможность достижения высокой точности прогноза спортивной успешности нейросетевыми экспертными системами в виде спорта волейбол по данным инструментального психофизиологического обследования. Таким образом, данный подход может быть использован при проведении спортивного отбора.

Список литературы

1. Блинов Н.Г. Практикум по психофизиологической диагностике / Н.Г Блинов, Л.Н. Игишева, И.А. Литвинова А.И. Федоров// учеб. пособие для студ. высш. учеб. заведений. - М.:ВЛАДОС, 2000. - 128 с.;

2. Челышкова Т.В. Особенности функционального состояния центральной нервной системы студентов в процессе учебной деятельности / Т.В. Челышкова, Н.Н. Хасанова, С.С. Гречишкина, А.А. Намитокова и др// Вестник Адыгейского государственного университета. Серия 4: естественно-математические и технические науки, №9, 2008 с. 71-77;

3. Мантрова И.Н. Методическое руководство по психофизиологической и психологической диагностике ООО "Нейрософт" (Россия, Иваново), 2007 216с.

i Надоели баннеры? Вы всегда можете отключить рекламу.