Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/1205
Título: Reconhecimento de padrões em biomecânica de corrida usando aprendizado de máquina.
Autor(es): Oliveira, Mônica de
Orientador(es): Medeiros, Talles Henrique de
Martins, Rafael de Souza Oliveira
Membros da banca: Alexandre, Rafael Frederico
Assis, Gilda Aparecida de
Medeiros, Talles Henrique de
Palavras-chave: Inteligência artificial
Lesões musculares
Data do documento: 2018
Referência: OLIVEIRA, Mônica de. Reconhecimento de padrões em biomecânica de corrida usando aprendizado de máquina. 2018. 65 f. Monografia (Graduação em Engenharia da Computação) - Instituto de Ciências Exatas e Aplicadas, Universidade Federal de Ouro Preto, João Monlevade, 2018.
Resumo: Este trabalho consiste em propor uma investigação de técnicas de aprendizado de máquina aplicadas ao problema de efeitos da velocidade de marcha com o intuito de auxiliar na prevenção de lesões musculares em atletas. O estudo propõe como objetivo investigar quais técnicas, dentre as selecionadas, apresentam melhores taxas de classificação para o problema. Antes da aplicação dos algoritmos fez se necessário o pré-processamento dos dados brutos afim de extrair o máximo de informação para realizar a aplicação. Sendo assim, dois algoritmos de classificação foram utilizados, o kNN frequentemente aplicado em reconhecimento de padrões e o SVM capaz de separar os dados em classes distintas utilizando hiperplano de separação. Com o conjunto de dados da Biomecânica, o algoritmo kNN mostrou se pouco eficiente ao contrário do SVM onde a taxa de classificação chegou a 77,8%.
Resumo em outra língua: This work consists in proposing an investigation of machine learning techniques applied to the problem of gait speed effects with the intention of help in the prevention of muscular injuries in athletes. The objective of this study is to investigate which techniques, among those selected, present better classification rates for the problem. Before the application of the algorithms, it was necessary to preprocess the raw data in order to extract the maximum information to perform the application. Thus, two classification algorithms were used, the kNN often applied in pattern recognition and the SVM capable of separating the data into distinct classes using separation hyperplane. With the Biomechanics data set, the kNN algorithm showed to be inefficient unlike the SVM where the classification rate reached 77,8%
URI: http://www.monografias.ufop.br/handle/35400000/1205
Licença: Autorização concedida à Biblioteca Digital de TCC’s da UFOP pelo(a) autor(a) em 30/07/2018 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho desde que sejam citados o autor e o licenciante. Não permite o uso para fins comerciais nem a adaptação.
Aparece nas coleções:Engenharia de Computação JMV

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_ReconhecimentoPadrõesBiomecânica.pdf11,05 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons