The application of Artificial Neural Network and k-Nearest Neighbour classification models in the scouting of high-performance archers from a selected fitness and motor skill performance parameters

ConclusionThese findings are invaluable to coaches and sports officials, particularly in the identification of high-performance archers from a consolidation of the selected few evaluated fitness and motor skill performance parameters. As a consequence, this approach, in turn, would save resources, time and energy during a talent search program.RésuméObjectifL’utilisation de l’intelligence artificielle a été démontrée dans la littérature comme pouvant être efficace pour la classification et la prédiction. Néanmoins, l’application de la méthode des k plus proches voisins (k-NN) et le réseau de neurones artificiels (ANN), en particulier le modèle classique de Perceptron multicouche (MLP) pour la prédiction et le classement en tir à l’arc est encore à ses débuts. L’étude a permis de prédire les performances potentielles d’archers à partir d’ensemble de variables de compétences physiques et de capacités motrices, au moyen de deux algorithmes d’apprentissage automatique distincts, ANN et k-NN.MéthodesCinquante jeunes archers d’un âge moyen (et d’écart-type) de 17,0 ± 0,56 ans, recrutés à partir de programmes de jeunes ont réalisé un jet de tirs à l’arc tir au cours duquel le score a été mesuré. Des mesures de capacités physiques ont été réalisées à partir de tests standard, force de préhension, saut vertical, saut en longueur, équilibre statique, force musculaire des membres supérieurs. L’analyse de regro...
Source: Science and Sports - Category: Sports Medicine Source Type: research