Yapay sinir ağları temelli sporda yetenek yönlendirme karar destek sistemi tasarımı
Decision support system design for ability orientation in artificial neural networks
- Tez No: 552639
- Danışmanlar: DR. ÖĞR. ÜYESİ ADİL DENİZ DURU
- Tez Türü: Yüksek Lisans
- Konular: Spor, Sports
- Anahtar Kelimeler: Yetenek seçimi, Sınıflandırma, Yapay sinir ağı, Karar destek sistemleri, Sinir ağları, Spor, Sporcular, Yapay sinir ağları, Yetenek kestirimi, Yetenek yönetimi, Talent selection, Classification, artificial neural network, Decision support systems, Nerve net, Sports, Sportsmen, Artificial neural networks, Ability estimates, Talent management
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Beden Eğitimi ve Spor Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Sporsal yetenek seçimi ve sporcuların değerlendirilmesinde son yıllarda veri biliminin analiz metodlarına sıklıkla başvurulmaya başlanmıştır. Sporcu adayların motorik ve fiziksel ölçümlerinden yola çıkarak, hangi spor dalına yatkın olduklarının belirlenmesi, eğitim ve kaynak planlanması açısından önem taşımaktadır. Bu çalışma kapsamında, motorik ve fiziksel ölçümlemelerden yola çıkarak, katılımcıların hangi spor dallarında gelişime elverişli olduklarının belirlenmesine yönelik bir sınıflama sistemi önerilmesi hedeflenmiştir. Yedi, sekiz, dokuz yaşlarında olan 5427 katılımcıdan gerçekleştirilen ölçümlemeler ile antropometrik ve motorik özellik değerleri kayıt edilmiştir. Daha önceden uzman görüşüne başvurularak yapılan değerlendirme sonuçları gerçek değer olarak kabul edilerek, gözetimli sınıflandırma sonuçları ile karşılaştırılıp, sınıflandırıcıların başarımları hesaplanmıştır. Bu çalışmadaki sınıflar çabukluk (G), kuvvet (F), boy (E) ve diğer grup (H) olarak belirlenmiştir. C4.5 algoritması ile dört grupta yedi, sekiz ve dokuz yaş verileri ortalama %77.6 başarı oranı ile sınıflandırılırken, çok katmanlı algılayıcılar kullanılarak yapılan sınıflandırmada başarı oranı ortalama %88.6, destek vektör makinalarında ise ortalama sınıflandırma başarısı %87.6 olarak görülmüştür. Bu çalışmada ölçümleri yapılan katılımcıların, fiziksel ve antropometrik özellikleri, veri madenciliği teknikleri kullanılarak sınıflandırılmıştır. Bu sınıflandırma branş özellikleri ve antrenör görüşlerini içerdiğinden dolayı öncü olma niteliği taşıyan objektif modeller ortaya koymuştur.
Özet (Çeviri)
In recent years, the methods of analyzing data science have been frequently applied in the selection of the sports talent and evaluation of the athletes. Determining the sports branch based on the motoric and physical measurements of the athletes, is important in terms of training and resource planning. Within the scope of this study, a classification system for determining which branches of sports are suitable for development is aimed to be proposed. The measurements of anthropometric and motor characteristics of 5427 participants from ages of seven, eight and nine were recorded. The results of the evaluation made based on the expert opinions were considered as the actual value and compared with the supervised classification results and the performances of the classifiers were calculated. The classes in this study were determined as quickness (Q), force (F), height (E) and another group (H). While, the data of seven, eight and nine ages in four groups were classified with 77.6% success rate with the C4.5 algorithms, the success rate of the classifications made based on multilayer perceptron is observed as 88.6% and an average of %87.6 classification accuracy was observed for support vector machine. In this study, the physical and anthropometric characteristics of the participants were measured by using data mining techniques. Since this classification includes branch characteristics and coach opinions, it has introduced pioneering objective models.
Benzer Tezler
- Fight recognition from still images in the wild
Doğal ortamda sabit görüntülerden kavga tespiti
ŞEYMANUR AKTI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HAZIM KEMAL EKENEL
- Navigation based on inertial sensor data using deep learning techniques
Ataletsel sensör verileriyle derin öğrenme teknikleri kullanılarak navigasyon
MUHAMMET SERHAT SOYER
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik MühendisliğiKoç ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET CENGİZ ONBAŞLI
- Meta öğrenme modeliyle şehirlerin 15 dakikalık şehir kavramına olan uyumlarının değerlendirilmesi: istanbul örneği
Assessment of urban compliance with the 15-minute city concept through a meta-learning model: the case of İstanbul
AYDIN FURKAN TERZİ
Yüksek Lisans
Türkçe
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. HANDE DEMİREL
- Design of IOT based violence detection systems using lightweight virtualization mechanism
Hafif sanallaştırma mekanizması kullanan IOT temelli şiddet algılama sistemi tasaramı
WARAZ MUSTAFA SADEEQ ALDUHOKI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜNGÖR YILDIRIM
- The effect of EMG-based attentional focus on human machine interface applications
Dikkatle odaklanmanın EMG-temelli insan makine arayüzü uygulamalarına etkisi
AYŞE NUR AY
Doktora
İngilizce
2021
Mekatronik MühendisliğiSakarya Uygulamalı Bilimler ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA ZAHİD YILDIZ