XiaoMi-AI文件搜索系统
World File Search System几十年
原创文章 人工智能增强篮球罚球的运动学分析 BEKIR KARLIK 1、MUSA HAWAMDAH 2 1 埃波卡大学计算机工程系，地拉那，阿尔巴尼亚 2 塞尔丘克大学计算机工程系，科尼亚，土耳其 在线发表：2024 年 12 月 30 日 接受发表：2024 年 12 月 15 日 DOI：10.7752/jpes.2024.12321 摘要：问题陈述和方法：在篮球比赛中，罚球的成功与否取决于球的出手角度、在空中的正确位置以及最佳速度运动特征。本研究利用人工智能（AI）研究了篮球运动员在疲劳前后执行罚球的运动学特征。材料和方法：我们使用了各种监督机器学习算法，包括：k-最近邻 (k-NN)、朴素贝叶斯、支持向量机 (SVM)、人工神经网络 (ANN)、线性判别分析 (LDA) 和决策树。这些算法用于对从球员收集的运动数据得出的特征进行分类，以揭示他们在不同疲劳程度下的投篮机制的模式和变化。当球员在疲劳前后成功和不成功投篮时，在球释放点测量肘部、躯干、膝盖和踝关节角度。有两种方法可用于对这些特征进行分类：第一种方法是直接使用行数据；另一种是使用主成分分析 (PCA) 减少数据。对于这两种方法，数据在应用于分类器之前都在 0-1 之间归一化。结果：我们通过使用朴素贝叶斯分类器对行数据获得了 98.44% 的最佳分类准确率。此外，使用 PCA 对减少数据进行 ANN 的结果显示最佳分类准确率 95.31%。研究结果揭示了疲劳引起的投篮力学的不同模式和变化，并强调了机器学习模型在分析生物力学数据方面的有效性。讨论和结论：这些结果有助于制定训练计划，以提高疲劳状态下的表现和一致性。这项研究强调了人工智能和数据驱动方法在运动生物力学中的潜力，可以为运动员表现和疲劳管理提供有价值的见解。关键词：智能算法、运动生物力学、运动数据、疲劳引起的变化简介在对各种运动进行的研究中已经观察到功能技能和基于技能的运动模式之间的差异。评估功能技能比评估基于技能的运动模式更具挑战性（Goktepe 等人，2009 年；Abdelkerim 等人，2007 年；Chappell 等人，2005 年）。例如，Goktepe 等人（2009 年）利用统计分析来证明踝关节、肩膀和肘部角度对网球发球的影响。Abdelkerim 等人（2007）展示了篮球运动员的计算机化时间运动分析，而 Chappell 等人（2005）则研究了在进行疲劳前和疲劳后练习的三个停跳任务中落地和跳跃动作中改变的运动控制策略。评估基于技能的收缩、适当的肌肉发力时间和关节定位等因素相对容易。值得注意的是，个人之间的动作执行和技能习得存在差异。在篮球罚球中，关节角度是足以将投篮分为不同类别的基本特征（Schmidt 等人，2012；Ge，2024；Zhang & Chen，2024）。疲劳是人类活动的自然结果，会影响运动员在训练和比赛期间的认知和学习能力。虽然大多数研究认为疲劳是影响表现的一个关键因素（Forestier & Nougier，1998；Apriantono 等人，2006），但一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010；Rusdiana 等人，2019；Li，2021；Bourdas 等人，2024）。例如，Uygur 等人（2010）基于统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024）则专注于疲劳对三分跳投的影响。Li 等人（2021）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中尚未发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同数据源或机器学习技术在结构分析和语义提取中的作用。这项研究是首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析
原创文章 人工智能增强篮球罚球的运动学分析 BEKIR KARLIK 1、MUSA HAWAMDAH 2 1 埃波卡大学计算机工程系，地拉那，阿尔巴尼亚 2 塞尔丘克大学计算机工程系，科尼亚，土耳其 在线发表：2024 年 12 月 30 日 接受发表：2024 年 12 月 15 日 DOI：10.7752/jpes.2024.12321 摘要：问题陈述和方法：在篮球比赛中，罚球的成功与否取决于球的出手角度、在空中的正确位置以及最佳速度运动特征。本研究利用人工智能（AI）研究了篮球运动员在疲劳前后执行罚球的运动学特征。材料和方法：我们使用了各种监督机器学习算法，包括：k-最近邻 (k-NN)、朴素贝叶斯、支持向量机 (SVM)、人工神经网络 (ANN)、线性判别分析 (LDA) 和决策树。这些算法用于对从球员收集的运动数据得出的特征进行分类，以揭示他们在不同疲劳程度下的投篮机制的模式和变化。当球员在疲劳前后成功和不成功投篮时，在球释放点测量肘部、躯干、膝盖和踝关节角度。有两种方法可用于对这些特征进行分类：第一种方法是直接使用行数据；另一种是使用主成分分析 (PCA) 减少数据。对于这两种方法，数据在应用于分类器之前都在 0-1 之间归一化。结果：我们通过使用朴素贝叶斯分类器对行数据获得了 98.44% 的最佳分类准确率。此外，使用 PCA 对减少数据进行 ANN 的结果显示最佳分类准确率 95.31%。研究结果揭示了疲劳引起的投篮力学的不同模式和变化，并强调了机器学习模型在分析生物力学数据方面的有效性。讨论和结论：这些结果有助于制定训练计划，以提高疲劳状态下的表现和一致性。这项研究强调了人工智能和数据驱动方法在运动生物力学中的潜力，可以为运动员表现和疲劳管理提供有价值的见解。关键词：智能算法、运动生物力学、运动数据、疲劳引起的变化简介在对各种运动进行的研究中已经观察到功能技能和基于技能的运动模式之间的差异。评估功能技能比评估基于技能的运动模式更具挑战性（Goktepe 等人，2009 年；Abdelkerim 等人，2007 年；Chappell 等人，2005 年）。例如，Goktepe 等人（2009 年）利用统计分析来证明踝关节、肩膀和肘部角度对网球发球的影响。Abdelkerim 等人（2007）展示了篮球运动员的计算机化时间运动分析，而 Chappell 等人（2005）则研究了在进行疲劳前和疲劳后练习的三个停跳任务中落地和跳跃动作中改变的运动控制策略。评估基于技能的收缩、适当的肌肉发力时间和关节定位等因素相对容易。值得注意的是，个人之间的动作执行和技能习得存在差异。在篮球罚球中，关节角度是足以将投篮分为不同类别的基本特征（Schmidt 等人，2012；Ge，2024；Zhang & Chen，2024）。疲劳是人类活动的自然结果，会影响运动员在训练和比赛期间的认知和学习能力。虽然大多数研究认为疲劳是影响表现的一个关键因素（Forestier & Nougier，1998；Apriantono 等人，2006），但一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010；Rusdiana 等人，2019；Li，2021；Bourdas 等人，2024）。例如，Uygur 等人（2010）基于统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024）则专注于疲劳对三分跳投的影响。Li 等人（2021）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中尚未发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同数据源或机器学习技术在结构分析和语义提取中的作用。这项研究是首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析
中国的未来与日本失落的几十年的余波
财政僵局最终成为一项重大政策失误——政府没有向系统注入资金以保持更高的增长，而是抑制了财政扩张。这些行动进一步收缩了企业支出，导致裁员和工资压缩，并削弱了消费者的购买力，实际上形成了一个负面反馈循环，加剧了信贷扩张乏力，并降低了增长预期。结果就是短期问题痛苦地转化为长期结构性问题。
医学通过几十年来发生的小小的变化取得了进步。但是每隔一段时间，范式转变会改变医生
这一过程始于2023年6月，当时在Hon'ble Raksha Mantri的面前，在Mod举行了Chintan Shivir。在上述会议上，DGAFM提出了计算医学中心的想法，并由Hon'ble RM审查。AFMS官员在人工智能/机器学习/图像分析领域具有专业知识的官员被派往2023年7月的AFMC Pune，持续11天。在这11天中，两名官员与AFMC学院举行了重密集性的头脑风暴会议，并提出了愿景，任务，目标（长期和短期），详细的案件陈述，具有暂时的预算，以及阶段的可交付成果清单。带有预算的SOC已转发给O/O DGAFMS，并于2023年8月2日到达。该中心的名称是“ Prajna-计算医学中心”（AFCCM）。之后，准备基础架构和人力要求以及详细的成本分析并发送到O/O DGAFM。第一阶段的预算于2023年9月分配。
尽管为劳动力做出了重要贡献，但妇女在近几十年来面临经济繁荣的障碍，妇女参与
未来对护理基础设施的投资对于确保更多想要进入劳动力的妇女的女性至关重要。在2022年的综合店中，托儿资金增加了30％，这可以帮助130,000个家庭获得负担得起的优质儿童保育。资金将要求公司为员工提供负担得起的高质量托儿服务，以获得公共资金。此外，像新墨西哥州这样的州正在投资托儿所，例如普遍的幼儿教育。政策等政策将进一步帮助工作母亲，确保他们不必在保留薪水和照顾家人或自己的薪水之间做出选择。
晚期胰腺癌：过去几十年的诊断和全身治疗进展
胰腺癌 (PC) 是全球第 12 大常见癌症，也是第六大癌症相关死亡原因。这种不平衡与晚期胰腺癌诊断有关（超过一半的病例为播散性疾病）并且晚期胰腺癌的治疗选择有限 [1, 2]。转移性胰腺癌的中位总生存期 (OS) 为 3-6 个月，5 年生存率仅为 0.5-9%（平均约 3%）[3]。尽管在早期疾病中，允许使用手术和辅助治疗，5 年生存率可达 25%，但这仍然是一个不令人满意的结果 [4]。此外，只有十分之一的胰腺癌患者在早期被诊断出来，其中四分之三的患者尽管接受了根治性主要治疗，但仍会出现疾病复发。化疗是局部晚期和转移性（原发性或复发性）胰腺癌患者的标准治疗方法。多年来没有重大进展
存储未来研究：未来几十年的关键经验
本作品部分由美国国家可再生能源实验室撰写，该实验室由可持续能源联盟有限责任公司为美国能源部 (DOE) 运营，合同编号为 DE-AC36-08GO28308。州际可再生能源委员会也为本作品提供了支持，协议编号为 SUB-2021-10440。本文表达的观点不一定代表美国能源部或美国政府的观点。美国政府保留，而出版商在接受发表本文时，即承认美国政府保留非独占、已付费、不可撤销的全球许可，可以出于美国政府目的出版或复制本作品的已出版形式，或允许他人这样做。
海军舰艇成本为何上升？宏观审视过去几十年美国海军舰艇成本趋势
前海军作战部长弗农·克拉克上将最近的证词表明，舰船成本的增长速度远远超过通货膨胀率。因此，海军越来越难以负担其舰队所需的舰船。为了更好地了解这些成本增加的来源，兰德公司被要求量化成本增长的原因并提出降低成本的方案。本报告记录了这一努力。本报告应引起海军和国防部长办公室以及参与舰船采购的国会规划人员的兴趣。这项研究由海军作战部长办公室评估部 (OPNAV N81) 赞助，在兰德公司国防研究所的采购与技术政策中心进行，该中心是一个由联邦政府资助的研究和开发中心，由国防部长办公室、联合参谋部、联合作战司令部、海军部、海军陆战队、国防机构和国防情报界赞助。有关兰德公司采购与技术政策中心的更多信息，请联系主任 Philip Antón。可以通过电子邮件 atpc-director@rand.org 联系他；电话 310.393.0411，分机 7798；或邮寄至 RAND Corporation，1776 Main Street，P.O.Box 2138, Santa Monica, CA 90407-2138。有关 RAND 的更多信息，请访问 www.rand.org。
海军舰艇成本为何上升？宏观审视过去几十年美国海军舰艇成本趋势
前海军作战部长弗农·克拉克上将最近的证词表明，舰船成本的增长速度远远超过通货膨胀率。因此，海军越来越难以负担其舰队所需的舰船。为了更好地了解这些成本增加的来源，兰德公司被要求量化成本增长的原因并提出降低成本的方案。本报告记录了这一努力。本报告应引起海军和国防部长办公室以及参与舰船采购的国会规划人员的兴趣。这项研究由海军作战部长办公室评估部 (OPNAV N81) 赞助，在兰德公司国防研究所的采购与技术政策中心进行，该中心是一个由联邦政府资助的研究和开发中心，由国防部长办公室、联合参谋部、联合作战司令部、海军部、海军陆战队、国防机构和国防情报界赞助。有关兰德公司采购与技术政策中心的更多信息，请联系主任 Philip Antón。可以通过电子邮件 atpc-director@rand.org 联系他；电话 310.393.0411，分机 7798；或邮寄至 RAND Corporation，1776 Main Street，P.O.Box 2138, Santa Monica, CA 90407-2138。有关 RAND 的更多信息，请访问 www.rand.org。
母亲的大脑：大脑衰老的特定区域模式是可追溯的几十年之后
图1来自第一和二级多项式拟合的结果，用于新添加的参与者的分娩和全球脑老化的数量（n = 8,880）。黑点表明了基于分娩数（X轴）的女性组中的平均脑年龄三角洲。红色和蓝线表示拟合的结果，阴影区域表示每个拟合的95％置信区间。水平虚线在y轴上指示0。每个组的参与者人数：0出生= 2,065，1出生= 1,014，2个出生= 3,912，3 Births = 1,493，4 Births = 311，5 Births = 311，5 Births = 67，6 Births = 67，6 Births = 13，7 Births = 13，7 Births = 3，8 Births = 3，8出生= 1和9出生= 1。拥有6-9名儿童的妇女被合并为一个gorup，以获取足够的统计量，以最少的平方拟合使用se，作为权重
1 2 3 4 MD-82 商用客机头等舱的精确高分辨率边界条件和流场 6 7 刘伟 1 , 温继洲 1 , 赵江月 1 , 尹伟友 1 , 沈晨 1 , 赖代一 1 , 林朝欣 8 2 , 刘俊杰 1 , 孙河江 1,* 陈庆艳 1,3 9 10 1 天津大学环境科学与工程学院，天津 300072，11 中国 12 2 波音民用飞机环境控制系统，华盛顿州埃弗里特 98203，美国 13 3 普渡大学机械工程学院，印第安纳州西拉斐特 47907，美国 14 15 * 电子邮件地址：sunhe@tju.edu.cn 16 17 摘要 18 19商用客机客舱对于创造热舒适和健康的客舱环境至关重要。除了客舱几何形状和家具外，流场还取决于扩散器处的热流体边界条件。为了研究客舱内的流场，本文介绍了一种获取客舱几何形状、扩散器边界条件和流场的程序。本研究使用激光跟踪系统和逆向工程生成了 MD-82 飞机客舱的数字模型。尽管该系统的测量误差很小，但仍然需要近似和假设以减少工作量和数据量。几何模型还可用于轻松计算空间体积。采用热球风速计 (HSA) 和超声波风速计 (UA) 组合来获取扩散器处的速度大小、速度方向和湍流强度。测量结果表明，实际客舱内的流动边界条件相当复杂，速度大小、速度方向和湍流强度在不同缝隙开口之间差异很大。还使用 UA 测量 20 Hz 下的三维空气速度，这也可用于确定湍流强度。由于流动的不稳定性，应至少测量 4 分钟才能获得准确的平均速度和湍流信息。结果发现，流场速度低、湍流强度高。这项研究为验证计算流体力学 (CFD) 模型提供了高质量数据，包括客舱几何形状、扩散器边界条件和 MD-82 商用客机头等舱的高分辨率流场。 关键词：客机客舱；客舱几何形状；流场；实验；扩散器 41 42 1. 简介 43 44 商用客机客舱中的空气分布用于保持乘客和机组人员的热舒适度和空气质量。这些空气分布可以控制空气温度和 46 空气速度场，并可以稀释气体和颗粒浓度。尽管航空航天工业在过去几十年中已经改善了飞机客舱的热舒适度和卫生状况（Space 等，2000 年），空气分配系统需要进一步改进。49
1 2 3 4 MD-82 商用客机头等舱的精确高分辨率边界条件和流场 6 7 刘伟 1 , 温继洲 1 , 赵江月 1 , 尹伟友 1 , 沈晨 1 , 赖代一 1 , 林朝欣 8 2 , 刘俊杰 1 , 孙河江 1,* 陈庆艳 1,3 9 10 1 天津大学环境科学与工程学院，天津 300072，11 中国 12 2 波音民用飞机环境控制系统，华盛顿州埃弗里特 98203，美国 13 3 普渡大学机械工程学院，印第安纳州西拉斐特 47907，美国 14 15 * 电子邮件地址：sunhe@tju.edu.cn 16 17 摘要 18 19商用客机客舱对于创造热舒适和健康的客舱环境至关重要。除了客舱几何形状和家具外，流场还取决于扩散器处的热流体边界条件。为了研究客舱内的流场，本文介绍了一种获取客舱几何形状、扩散器边界条件和流场的程序。本研究使用激光跟踪系统和逆向工程生成了 MD-82 飞机客舱的数字模型。尽管该系统的测量误差很小，但仍然需要近似和假设以减少工作量和数据量。几何模型还可用于轻松计算空间体积。采用热球风速计 (HSA) 和超声波风速计 (UA) 组合来获取扩散器处的速度大小、速度方向和湍流强度。测量结果表明，实际客舱内的流动边界条件相当复杂，速度大小、速度方向和湍流强度在不同缝隙开口之间差异很大。还使用 UA 测量 20 Hz 下的三维空气速度，这也可用于确定湍流强度。由于流动的不稳定性，应至少测量 4 分钟才能获得准确的平均速度和湍流信息。结果发现，流场速度低、湍流强度高。这项研究为验证计算流体力学 (CFD) 模型提供了高质量数据，包括客舱几何形状、扩散器边界条件和 MD-82 商用客机头等舱的高分辨率流场。 关键词：客机客舱；客舱几何形状；流场；实验；扩散器 41 42 1. 引言 43 44 商用客机客舱中的空气分布用于维持乘客和机组人员的热舒适度 45 和空气质量。这些空气分布可以控制空气温度和 46 空气速度场，并可以稀释气体和颗粒浓度。尽管 47 航空航天工业在过去 48 十年中已经改善了飞机客舱的热舒适度和卫生状况（Space et al.，2000），空气分配系统需要进一步改进。49