The great availability and wealth of training data in endurance sports has led to the birth of intelligent planning, that is the generation of training plans generated through artificial intelligence models. Intelligent planning is therefore responsible for supporting coaches and athletic trainers, helping them structure the period and composition of training to better prepare the athlete. The goal of this work, developed in collaboration with Tri60 (Sportitudo Srl, Milan), is therefore to design a model capable of building a training program lasting one or more months (up to a maximum of six) for cyclists. Training data from 15 subjects (14 male and 1 female) were used for the project, supplemented with data from six non-personalised training plans. A model has been created in MatLab®, containing six machine learning models for predicting training values. The sports program generated by the model after the insertion of information from a new athlete demonstrates the ability to generate programming consistent with a schedule carried out by an expert in the field.

La grande disponibilità e ricchezza di dati degli allenamenti negli sport di endurance ha condotto alla nascita dell’intelligent planning, ovvero della generazione di piani di allenamento generati mediante modelli di intelligenza artificiale. L’intelligent planning ha quindi il compito di supportare gli allenatori e i preparatori atletici, aiutandoli nello strutturare il periodo e la composizione degli allenamenti per preparare al meglio l’atleta. L’obiettivo di questo lavoro, sviluppato in collaborazione con il Centro Tri60 (Sportitudo Srl, Milano), è quindi progettare un modello in grado di costruire un programma di allenamento della durata di uno o più mesi (fino ad un massimo di sei) per ciclisti. Per il progetto sono stati utilizzati i dati degli allenamenti provenienti da 15 soggetti (14 di sesso maschile e 1 di sesso femminile), integrati ai dati provenienti da sei piani di allenamento non personalizzati. È stato creato un modello in MatLab® contenete a sua volta sei modelli di machine learning per la predizione dei valori di allenamento. Il programma sportivo generato dal modello a seguito dell’inserimento delle informazioni di un nuovo atleta dimostra la capacità di generare delle programmazioni coerenti con una pianificazione effettuata da un esperto del settore.

Programmazione dell'allenamento negli sport di endurance basata su tecniche di intelligenza artificiale

Crisci, Riccardo
2019/2020

Abstract

The great availability and wealth of training data in endurance sports has led to the birth of intelligent planning, that is the generation of training plans generated through artificial intelligence models. Intelligent planning is therefore responsible for supporting coaches and athletic trainers, helping them structure the period and composition of training to better prepare the athlete. The goal of this work, developed in collaboration with Tri60 (Sportitudo Srl, Milan), is therefore to design a model capable of building a training program lasting one or more months (up to a maximum of six) for cyclists. Training data from 15 subjects (14 male and 1 female) were used for the project, supplemented with data from six non-personalised training plans. A model has been created in MatLab®, containing six machine learning models for predicting training values. The sports program generated by the model after the insertion of information from a new athlete demonstrates the ability to generate programming consistent with a schedule carried out by an expert in the field.
TARABINI, MARCO
ZAGO, MATTEO
ING - Scuola di Ingegneria Industriale e dell'Informazione
28-apr-2021
2019/2020
La grande disponibilità e ricchezza di dati degli allenamenti negli sport di endurance ha condotto alla nascita dell’intelligent planning, ovvero della generazione di piani di allenamento generati mediante modelli di intelligenza artificiale. L’intelligent planning ha quindi il compito di supportare gli allenatori e i preparatori atletici, aiutandoli nello strutturare il periodo e la composizione degli allenamenti per preparare al meglio l’atleta. L’obiettivo di questo lavoro, sviluppato in collaborazione con il Centro Tri60 (Sportitudo Srl, Milano), è quindi progettare un modello in grado di costruire un programma di allenamento della durata di uno o più mesi (fino ad un massimo di sei) per ciclisti. Per il progetto sono stati utilizzati i dati degli allenamenti provenienti da 15 soggetti (14 di sesso maschile e 1 di sesso femminile), integrati ai dati provenienti da sei piani di allenamento non personalizzati. È stato creato un modello in MatLab® contenete a sua volta sei modelli di machine learning per la predizione dei valori di allenamento. Il programma sportivo generato dal modello a seguito dell’inserimento delle informazioni di un nuovo atleta dimostra la capacità di generare delle programmazioni coerenti con una pianificazione effettuata da un esperto del settore.
File allegati
File Dimensione Formato  
2021_04_Crisci.pdf

solo utenti autorizzati dal 02/04/2022

Descrizione: testo della tesi
Dimensione 2.52 MB
Formato Adobe PDF
2.52 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/173532