Hogyan gondolkodik a mesterséges intelligencia a sportolásról

A projektmunkánk két fő részre bontható, egy adatrögzítő programra és egy mesterséges intelligenciára. Az applikáció célja, hogy a mozgás tevékenységet rögzítse, kezdetben manuális címkézéssel, később megfontolandó a pontos tanítások segítségével.

Az applikáció CSV formátumba menti le a mért eredményeket. A mérés időintervallumát a felhasználó önmaga be tudja állítani. Különféle szenzor adatokat ment le minden milliszekundumban, például gyorsulásmérő, giroszkóp, magnetométer, de az eszközöktől függ, mely szenzorokkal rendelkezik. Későbbiekben a felhasználó tudja majd állítani, mely szenzor adatok szükségesek számára és azokat méri. Az adatokat adatok megtisztítása után, feltanítjuk őket különféle mélygépi tanulási modellekkel. Főként a tanításokhoz LSTM, GRU volt használva és azok Bidirectional verziója. Későbbiekben CONV1D és a tarnszformerek használata is segítségünkre lehet a tanítás folyamán.

A célunk minél pontosabb tanítás létrehozása, hogy be kategorizálja a modell, hogy az adott mozgási tevékenységünk, lassú, normál vagy gyors mozgási cselekmény. Összesen 4 mozgási cselekményt rögzítettünk: sétálás, futás, falmasszás és biciklizés. A tanított modellnek beadjuk az aktuálisan mért adatot, mely grafikusan visszajelzést ad a mozgásunkról, hol volt lassú, gyors vagy normál, illetve összeveti a többi mérésünkkel, és kielemzi azokat. Ez a felület egyelőre netes verzióban érhető el, későbbiekben megfontolandó a mérő applikációba való implementálása. A visszajelzések megmutatják milyen a tendenciánk, a mozgási tevékenységünk javul vagy romlik. A teljesítmény csökkenés hátterében állhat valamilyen egészségügyi probléma, amivel érdemesebb minél hamarabb orvoshoz fordulni. A teljesítményünk javulása magabiztosságot ad és ösztönöz minket a mozgásra.