Nonlinear kinetic modeling of training load and recovery cycle in martial arts sparring athletes
Notice bibliographique
Résumé
The monitoring of training load and recovery cycle of Wushu Sanshou athletes is a long-term and fundamental work for sports teams.The article introduces the parameters of resting heart rate, ventricular muscle contractility, arterial wall and maximal oxygen uptake VO2max as monitoring indexes, and designs a real-time monitoring method of physical training load data based on graph convolution network.Subsequently, through the flow level variables (BFL, TLQ, BRQ), flow rate variables (BFLI, BFLD, TLQI, BRQI), auxiliary variables (TT, TI, RT, RM), exogenous variables (RYN), and the causal relationship between the elements of each variable of the Wushu sparring training function monitoring system, we constructed a nonlinear system of the training load and recovery cycle of the Wushu sparring athlete Dynamics model.Using the real-time monitoring model of this paper to monitor the wushu sparring athletes, in the third minute of the experiment, the real-time monitoring system predicted that the heart rate was 90, and the adjusted heart rate using the model of this paper was 90, which was consistent with the actual monitored heart rate.It can be concluded that the model of this paper can well monitor the training load of martial arts sparring athletes.Through experimental simulation, the article concludes that both the strong physical fitness program and the strong training program can be beneficial to the training of wushu sparring athletes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».