Nubila lance un programme de modélisation sportive intelligente pour l'environnement, fournissant un soutien en données pour la recherche sportive et le marché de prévision.

robot
Création du résumé en cours

【链文】PANews 28 octobre, Nubila a annoncé le lancement du programme de modélisation sportive intelligente environnementale (EISM), qui intègre les données météorologiques et environnementales dans l'analyse de l'entraînement et des performances des athlètes, explorant l'impact des facteurs environnementaux sur la performance sportive, l'efficacité de l'entraînement et le risque de blessures. Ce programme sera d'abord testé à l'Université de Californie du Sud (USC) et à l'Université de Miami (UM), en se concentrant sur des sports tels que le football américain, le baseball et le football, afin de construire un modèle “environnement - performance” quantifiable.

S'appuyant sur la plateforme de données Nubila, le projet alignera dans le temps et l'espace les données météorologiques multidimensionnelles en chaîne telles que la température, l'humidité, la vitesse du vent, la pression atmosphérique, l'ensoleillement et les précipitations avec les journaux d'entraînement et de compétition, générant des caractéristiques environnementales, des courbes de fatigue et des modèles de cycles de récupération, fournissant ainsi aux équipes de recherche des bases pour l'optimisation de l'entraînement, l'alerte aux risques et la prise de décisions scientifiques. En outre, ce système fournit également des références de données vérifiables et visualisables pour le marché des prévisions d'événements sportifs.

Toby Skinner, co-fondateur de Nubila, travaillera en étroite collaboration avec des chercheurs des deux universités pour fournir un soutien complet allant de la synchronisation des données, de l'extraction des caractéristiques à l'optimisation des modèles. Grâce à cette collaboration, les chercheurs pourront passer des “indicateurs d'entraînement traditionnels” à l'“analyse couplée environnement-performance”, propulsant la recherche en sciences du sport vers une phase plus intelligente et tridimensionnelle.

Nubila croit que comprendre la relation entre l'environnement et la performance humaine est une direction importante pour la fusion de l'intelligence artificielle et des sciences physiologiques. Nous continuerons à fournir une base de données réelle et fiable aux institutions de recherche et d'innovation, en promouvant le développement intelligent des sciences du sport et des marchés prédictifs, afin que les données basées sur des performances réelles deviennent le pont reliant la réalité et les décisions futures.

Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
  • Récompense
  • 6
  • Reposter
  • Partager
Commentaire
0/400
CascadingDipBuyervip
· 10-30 06:52
Il peut pleuvoir des cordes et on peut encore jouer au football ?
Voir l'originalRépondre0
GasFeeLadyvip
· 10-28 12:18
haussier af sur ça ! les données météorologiques sont le nouveau gwei tracking
Voir l'originalRépondre0
LightningPacketLossvip
· 10-28 12:16
Un jour où l'on peut bien jouer au football, il pleut encore.
Voir l'originalRépondre0
RumbleValidatorvip
· 10-28 12:06
La fiabilité des données est préoccupante, 99,7 % des facteurs environnementaux ne peuvent pas être alignés !
Voir l'originalRépondre0
BlockchainNewbievip
· 10-28 12:02
Qu'est-ce que c'est, un truc pour faire de la data mining pour les prévisions météorologiques ?
Voir l'originalRépondre0
MetaverseMigrantvip
· 10-28 11:58
C'est très cool. Est-ce que cela compte comme une technologie qui change le sport ?
Voir l'originalRépondre0
  • Épingler
Trader les cryptos partout et à tout moment
qrCode
Scan pour télécharger Gate app
Communauté
Français (Afrique)
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)