Abstracto
Cada actuación, en una competencia aprobada oficialmente, por un nadador estadounidense registrado se registra en una base de datos en línea con tiempos que se remontan a 1980. Por primera vez, los métodos de análisis estadístico y aprendizaje automático se aplican sistemáticamente a 4,022,631 registros de natación. En este estudio, investigamos las características de rendimiento de todos los estilos en función de la edad y el género. Se estudiaron las varianzas en el rendimiento de hombres y mujeres para diferentes edades y estilos, y se estimaron las correlaciones de rendimiento para diferentes edades utilizando la correlación de Pearson. El análisis de regresión muestra las tendencias de rendimiento tanto para hombres como para mujeres a diferentes edades y sugiere edades críticas para el pico de entrenamiento. Además, evaluamos doce métodos populares de aprendizaje automático para predecir o clasificar el rendimiento de los nadadores. Cada método exhibió diferentes fortalezas o debilidades en diferentes casos, lo que indica que ningún método podría predecir bien todos los trazos. Para abordar este problema, proponemos un nuevo método mediante la combinación de múltiples métodos de inferencia para derivar Wisdom of Crowd Classifier (WoCC). Nuestros experimentos de simulación demuestran que WoCC es un método consistente con una mejor precisión de predicción general. Nuestro estudio revela varias tendencias nuevas en la natación que dependen de la edad y proporciona un método preciso para clasificar y predecir los tiempos de natación.
0 Comments