- AutorIn
- Lucas Woltmann Technische Universität Dresden
- Katja FergerJustus-Liebig-Universität Gießen
- Claudio HartmannTechnische Universität Dresden
- Wolfgang Lehner
- Titel
- Exercise assessment in trampoline sport by automated jump classification
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:ch1-qucosa2-807539
- Übersetzter Titel (DE)
- Leistungsbewertung im Trampolinsport durch automatische Sprungklassifizierung
- Konferenz
- spinfortec2022. Chemnitz, 29. - 30.09.2022
- Quellenangabe
- spinfortec2022 : Tagungsband zum 14. Symposium der Sektion Sportinformatik und Sporttechnologie der Deutschen Vereinigung für Sportwissenschaft (dvs), Chemnitz 29. - 30. September 2022
- Abstract (DE)
- Die Ergebnisse der vorgestellten Arbeit zeigen, dass maschinelles Lernen (ML) zur Unterstützung einer korrekten Trainingsprotokollierung eingesetzt werden kann, um die technische Leistung im Trampolinturnen zu verbessern. Sie weisen auf ein erhebliches Potenzial für die Erweiterung mobiler Anwendungen in einer Sportart mit komplexen Bewegungsanforderungen hin.
- Abstract (EN)
- The results of the presented work show that machine learning (ML) can be used to support correct training logging in order to improve technical performance in trampoline gymnastics. They indicate considerable potential for expanding mobile applications in a sport with complex movement requirements.
- Freie Schlagwörter (DE)
- Trampolinsport, maschinelles Lernen, Werkzeug, Trainingsunterstützung
- Freie Schlagwörter (EN)
- trampoline sport, machine learning, tool, training support
- Klassifikation (DDC)
- 700 Künste & Freizeit und Erholung
- 790 Sport, Spiele, Unterhaltung
- Normschlagwörter (GND)
- Sport
- Trampolin
- Maschinelles Lernen
- Version / Begutachtungsstatus
- angenommene Version / Postprint / Autorenversion
- URN Qucosa
- urn:nbn:de:bsz:ch1-qucosa2-807539
- Veröffentlichungsdatum Qucosa
- 14.10.2022
- Dokumenttyp
- Konferenzbeitrag
- Sprache des Dokumentes
- Englisch
- Lizenz / Rechtehinweis
- CC BY-SA 4.0