Seleção de atributos via algoritmos genéticos para a classificação de padrões de corrida em esportes de alto rendimento

• Processo: 20/01022-1
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de maio de 2020
• Data de Término da vigência: 31 de dezembro de 2020
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Renato Tinós
• Beneficiário: Sergio Baldo Junior
• Instituição Sede: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto (FFCLRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
• Assunto(s): Inteligência computacional Redes neurais (computação) Aprendizado computacional Algoritmos genéticos Esportes Metodologia e técnicas de computação
• Palavra(s)-Chave do Pesquisador: Algoritmos Geneticos | Esportes | Redes Neurais Artificiais | Inteligência Computacional

Resumo

Conseguir identificar as possíveis alterações de padrões durante a corrida, principalmente aquelas provenientes da fadiga, pode auxiliar na elaboração de treinos mais eficientes e na prevenção de lesões em esportes de alto rendimento. Todavia, essa tarefa não é trivial devido à complexidade dos padrões. Uma alternativa interessante é utilizar métodos de Aprendizado de Máquina, como Redes Neurais Artificiais (RNAs), para classificar padrões de corrida. Neste trabalho, sinais de força emitidos por células de carga acopladas à base de uma esteira de corrida serão classificados por uma RNA. É possível extrair muitas características (atributos) desses sinais, sendo uma tarefa importante identificar quais são mais relevantes para a classificação. Assim sendo, o presente projeto visa utilizar Algoritmos Genéticos para encontrar os melhores conjuntos de atributos extraídos dos sinais de força para serem utilizados como entradas da RNA. (AU)