Automatizzazione della programmazione sportiva di atleti di Duathlon basata su tecniche di Intelligenza Artificiale

The analysis of performance in endurance sports such as running, cycling, swimming, duathlon, and triathlon heavily relies on the utilization of data from training and compe- titions. Athletic coaches typically depend on parameters such as threshold pace, covered distance, and session intensity to manually develop training plans. Over time, the concept of "intelligent planning" has emerged, leading to the development of automated training session scheduling through the use of artificial intelligence techniques. This research, conducted in collaboration with the Tri60 sports center (Sportitudo Srl, Milan), aims to design an artificial intelligence model for the programming of training sessions dedicated to amateur athletes in running, cycling, and duathlon. The goal is to surpass the tradi- tional standardized approach by foreseeing diverse daily workouts with optimal values for volume, zone, and intensity of effort. The study involves 13 cyclists (2 women and 11 men) and 12 runners (6 women and 6 men). Initially, athlete data was extracted from the TrainingPeaks platform and subsequently imported into Matlab for the construction of datasets necessary for analysis. Two crucial functions were implemented: AssegnazioneZona which defines session zones respecting theoretical and methodological training principles,andAssegnazioneWeeklyTSS,which de- termines the athlete’s weekly load according to periodization principles. A neural network was trained to estimate the Training Stress Score, an indicator of session volume. A function, utilizing the TrainingPeaks API, was developed to associate specific workouts based on estimated values for intensity, load, duration, and zone on activity days. This finds the most similar one from those on the platform, based on the minimum Euclidean distance in 3D space. A graphical interface using Matlab App Designer was created to display the training plan to the user. The main result is the created application, enabling the gradual and physiological pro- gramming of training plans for cyclists, runners, and duathletes. This tool allows them to grow sustainably in preparation for significant sports events or simply to maintain physical fitness. The plan includes three weeks of gradually increasing training and one recovery week.

L’analisi delle performance negli sport di resistenza, come corsa, ciclismo, nuoto, dua- thlon e triathlon, si basa ampiamente sull’impiego dei dati provenienti da allenamenti e gare. Solitamente, i preparatori atletici fanno affidamento su parametri quali il passo di soglia, la distanza percorsa e l’intensità delle sessioni per elaborare manualmente i piani di allenamento. Nel corso del tempo, è emerso il concetto di "pianificazione intelligente," che ha condotto allo sviluppo della pianificazione automatica delle sessioni di allenamento attraverso l’utilizzo di tecniche di intelligenza artificiale. Questa ricerca, condotta in collaborazione con il centro sportivo Tri60 (Sportitudo Srl, Milano), si propone di progettare un modello di intelligenza artificiale per la programmazione di sessioni di allenamento dedicate ad atleti amatoriali di corsa, ciclismo e duathlon. L’obiettivo è superare l’approccio tradizionale standardizzato, prevedendo quotidianamente allenamenti diversificati con valori ottimali per volume, zona e intensità di lavoro. Lo studio coinvolge 13 ciclisti (2 donne e 11 uomini) e 12 runner (6 donne e 6 uomini). Inizialmente, i dati degli atleti sono stati estratti dalla piattaforma TrainingPeaks e successivamente importati in Matlab per la costruzione dei dataset necessari all’analisi. Sono state implementate due funzioni cruciali: AssegnazioneZone che definisce le zone delle sessioni rispettando principi teorici e metodologici dell’allenamento, e AssegnazioneWeeklyTSS che determina il carico settimanale dell’atleta secondo i principi di periodizzazione. Una rete neurale è stata addestrata per stimare il Training Stress Score, indicatore del volume della sessione. Attraverso l’uso delle API di TrainingPeaks, è stata creata una funzione che, basandosi su valori stimati dai modelli per intensità, carico, durata e zona nei giorni di attività, associa specifici allenamenti. Questa ricerca il più simile tra quelli disponibili sulla piattaforma, consi- derando la minima distanza euclidea nello spazio tridimensionale. Infine, un’interfaccia grafica con Matlab App Designer è stata sviluppata per generare e presentare all’utente il piano di allenamento. Il risultato principale è l’applicazione creata, che consente la pro- grammazione graduale e fisiologica di piani di allenamento per ciclisti, runners e duatleti. Questo strumento permette loro di crescere in modo sostenibile in vista di eventi sportivi significativi o semplicemente per mantenere la forma fisica. Il piano sportivo prevede un aumento graduale dell’allenamento per tre settimane, seguito da una settimana di scarico.