2018 年 11 月
第 33 卷，第 11 期
编辑寄语-体育运动传感器：深入了解应用的机器学习
通过Michael Desmond |2018 年 11 月
.jpg "Michael Desmond")
返回年 4 月，Microsoft 高级架构师 Kevin Ashley 引导并合著了标题为的杂志中的功能文章"体育运动传感器：使用分析人体运动 AI"(msdn.com/magazine/mt846466)。本文探讨工作了由美国通过远程传感器遥测数据和机器学习 (ML) 的应用程序会导致奥林匹克 Ski 团队以提高训练技术和争用。很有吸引力看如何使用机器学习来提高以物理方式动态环境中的结果。
这个月，Ashley 返回到我们的页面，探索如何传感器数据以及 visual 人工智能 (AI) 正在用于提高在美国的运动员的性能获奥运会跳水团队。"体育运动传感器：分析奥林匹克深入探讨其功能与传感器和视觉 AI，"Microsoft 教练、 与运动员，程序领导者，教练的传感器平台和智能手机应用部署的工作原理的详细信息可以捕获和分析与运动员的研究相关的数据。在撰写本文时，Microsoft 团队只需完成与美国斯坦福大学实时练习获奥运会潜水教练。会话介绍了详细的遥测和高分辨率视频的组合如何允许教练来识别技术中的缺陷、 优化培训制度，并提高竞争中的结果。
努力获得其开始在 Microsoft 鼓励组织将物联网 (IoT) 传感器进行计划的一部分，作为数据引入、 ML 和 AI，说 Ashley。
"我们已启动传感器体育运动作为 microsoft 集体努力来帮助我们改进它们的连接的设备、 技术和运动的集成的合作伙伴"Ashley 介绍了。"了解人体运动是多个行业的关键。若要分析体育赛事，我们构建的模型非常有用单个运动员，以及我们在许多方面与体育相关的合作伙伴。"
跟踪体育移动附带了其挑战。快速操作意味着远程传感器必须运行在高频率下，通常在每秒，以生成有用的数据的 100 个样本。同样，IoT 算法必须是自治且非常智能，可以跟上节奏。必须针对环境因素，例如水、 ice snow，以及物理影响保护物理传感器本身。他们必须也是小型、 浅色和能够运行在低功耗，因此它们的存在不会中断培训课程。
"通过使用不同的体育在过去两年，我构建了有关 100 个传感器原型和现在的 Microsoft 车库帮助，我们可以创建更多自定义设计的体育"内部支持的 Microsoft 计划 Ashley 说，引用该公司所调用的"技巧文化 microsoft"。
体育遥测是年轻且瞬息万变的专业领域，Ashley 说该找出要捕获、 衡量和分析的数据是真正的挑战。
"这恰恰就是为什么我们处理教练和数据科学家，定型世界上最佳的运动员"说 Ashley。"每个运动是不同的并在同一时间，从根本上说，许多活动都是在人体如何应对挑战极其相似。我们为体育运动数据科学家的目标查找模式，使用机器学习进行分类和分析移动和在每个活动中查找可重用的方法。"
Michael Desmond是的主编MSDN 杂志 》。