Modellbildung und Simulation von Prozessen im Sport
Tóm tắt
Sport ist wesentlich geprägt durch Bewegungs- und Handlungsprozesse in Training und Wettkampf, die im Sinne einer Verbesserung von Leistung, Effektivität und Effizienz zu optimieren sind.
Eine solche Optimierung setzt eine hinreichend genaue Analyse der Prozesse sowie entsprechende Optimierungsmethoden voraus. Das Problem besteht dabei darin, dass Prozesse im Sport nicht nur vergleichsweise komplex sind, sondern, anders als im Fall physikalisch-technischer Prozesse, einen hohen Grad an Unschärfe und Indeterminismus aufweisen, die zum einen durch die adaptive Physiologie und zum anderen durch situative Handlungsentscheidungen der Athleten bedingt sind.
Diese Problematik führt zu der aus informatischer Sicht unzureichenden Praxis, z.B. Spielprozesse mithilfe von Häufigkeitstabellen der beobachteten Aktivitäten zu erfassen und – unter Vernachlässigung des zeitlich-prozessualen Zusammenhangs – zu analysieren.
Neuere Methoden für Modellbildung und Simulation sowie verbesserte Techniken bei der Datenerfassung erlauben aber zunehmend, adäquater mit den entsprechenden Problemstellungen umzugehen. So stellen z.B. die Bereiche ,,Soft Computing“ und ,,Computational Intelligence“ Konzepte, Methoden und Werkzeuge zur Verfügung, um große Mengen von Daten zu verwertbaren Information zu komprimieren, mit unscharfer oder unsicherer Information zu arbeiten und Informationsstrukturen als Muster erkennbar und verfügbar zu machen. Dabei spielen neuronale Netze eine zentrale Rolle, wenn es um die Komprimierung von Daten und die Typisierung von Information geht.
An einer Reihe von Einsatzszenarien wird beispielhaft das Spektrum der Möglichkeiten aufgezeigt. Am abschließenden Beispiel eines derzeit in unserer Arbeitsgruppe durchgeführten Projektes soll skizziert werden, wie das Zusammenwirken von technischer Datenerfassung, Modellbildung und Simulation die Erfassung, die Analyse und die Prognose von Prozessen in Sportspielen wie Fußball verbessern kann.
Tài liệu tham khảo
Bauer H-U, Schöllhorn WI (1997) Self-organizing maps for the analysis of complex movement patterns. Neural Process Lett 5:193–199
Edelmann-Nusser J, Hohmann A, Henneberg B (2002) Modeling and prediction of competitive performance in swimming upon neural networks. Eur J Sport Sci 2(2):1–10
Ganter N, Witte K, Edelmann-Nusser J (2006) Einsatz von antagonistischen Trainings-Wirkungs-Modellen zur Leistungsprädiktion im Radfahren. In: Edelmann-Nusser J, Witte K (Hrsg) Sport und Informatik IX. Shaker, Aachen
Jäger J, Perl J, Schöllhorn W (2007) Analysis of players’ configurations by means of artificial neural networks. Int J Perform Anal Sport 3(7):90–103
Lames M, Perl J (2006) Prozessmodellierung von Handballspielen – stochastische Beschreibung und antagonistische Modellierung. In: Raab M, Arnold A, Gärtner K, Köppen J, Lempertz C, Tielemann N, Zastrow H (Hrsg) Zukunft der Sportspiele: fördern, fordern, forschen. Schriftenreihe Human Performance and Sport 2. University Press, Flensburg, S 186–190
Lees A, Barton B, Kerschaw L (2003) The use of Kohonen neural network analysis to establish characteristics of technique in soccer kicking. J Sports Sci 21:243–244
Leser R (2006) Prozessanalyse im Fußball mittels Neuronaler Netze. In: Raab M, Arnold A, Gärtner K, Köppen J, Lempertz C, Tielemann N, Zastrow H (Hrsg) Human Perform Sport 2:199–202
Liesegang W (1996) Ein Fuzzy-Modell für Angriff-Abwehr-Interaktionen im Handball. In: Quade K (Hrsg) Anwendungen der Fuzzy-Logik und Neuronaler Netze. Strauß, Köln, S 33–40
McGarry T, Perl J (2004) Models of sports contests – Markov processes, dynamical systems and neural networks. In: Hughes M, Franks IM (Hrsg) Notational Analysis of Sport. Routledge, London New York, S 227–242
Mester J, Perl J (2000) Grenzen der Anpassungs- und Leistungsfähigkeit aus systemischer Sicht – Zeitreihenanalyse und ein informatisches Metamodell zur Untersuchung physiologischer Adaptationsprozesse. Leistungssport 30(1):43–51
Perl J (1997) Möglichkeiten und Probleme der computerunterstützten Interaktionsanalyse am Beispiel Handball. In: Perl J (Hrsg) Sport & Informatik V. Strauß, Köln, S 74–89
Perl J (2002) Adaptation, antagonism, and system dynamics. In: Ghent G, Kluka D, Jones D (Hrsg) Perspectives – the multidisciplinary series of physical education and sport science 4:105–125
Perl J (2002) Game analysis and control by means of continuously learning networks. Int J Perform Anal Sport 2:21–35
Perl J (2004) A neural network approach to movement pattern analysis. Hum Mov Sci 23:605–620
Perl J (2005) Dynamic simulation of performance development: Prediction and optimal scheduling. Int J Comput Sci Sport 4(2):28–37
Perl J, Baca A (2003) Application of neural networks to analyze performance in sports. In: Müller E, Schwameder H, Zallinger G, Fastenbauer V (Hrsg) Proceedings of the 8th annual congress of the European College of Sport Science, 9.–12. Juli 2003, S 342
Perl J, Dauscher P (2006) Dynamic pattern recognition in sport by means of artificial neural networks. In: Begg R, Palaniswami M (Hrsg) Computational Intelligence for Movement Science. Idea Group Publishing, Hershey London Melbourne Singapore, S 299–318
Perl J, Lames M (2000) Identifikation von Ballwechselverlaufstypen mit Neuronalen Netzten am Beispiel Volleyball. In: Schmidt W, Knollenberg A (Hrsg) Schriften der dvs. Czwalina, Hamburg, S 112, 211–215
Perl J, Mester J (2001) Modellgestützte Analyse und Optimierung der Wechselwirkung zwischen Belastung und Leistung. Leistungssport 31(2):54–62
Pfeiffer M, Perl J (2006) Analysis of tactical structures in team handball by means of artificial neural networks. Int J Comput Sci Sport 5(1):4–14
Rebel M (2004) Wenn der Kopf in die Knie geht – Analyse von Rehabilitationsverläufen nach Kreuzbandrekonstruktionen. Schriften zur Sportwissenschaft 51. Kovac, Bonn
Schiebl F (2001) Fuzzy-Technikdiagnose – Der Einsatz wissensbasierter Fuzzy-Systeme zur Fehlerdiagnose sportlicher Bewegungstechniken. In: Perl J (Hrsg) Sport und Informatik VIII. Strauß, Köln, S 113–122
Schöllhorn W, Perl J (2002) Prozessanalysen in der Bewegungs- und Sportspielforschung. Spectrum Sportwiss 14(1):30–52
Schöllhorn W (2004) Applications of artificial neural nets in clinical biomechanics. Clin Biomech 19(9):876–898
Seifriz F, Spahr TH, Mester J (2000) Dreidimensionale Darstellungsformen zur Visualisierung realer und simulierter Bewegungssequenzen am Beispiel eines Simulationsmodells des alpinen Skirennlaufs. In: Baca A (Hrsg) Informatik im Sport II. öbv & hpt, Wien, S 63–73
Stein T (2004) Entwicklung von Spielstrategien im Tennis mithilfe genetischer Algorithmen. Diplomarbeit, Technische Universität Darmstadt, Institut für Sportwissenschaft
Wiemeyer J (2003) Who should play in which position in soccer? Empirical evidence and unconventional modelling. Int J Perform Anal Sport 3(1):1–18