새로운 기술이 서핑에 등장하는 방법
운동 선수는 다양한 새로운 장치에 대해 서로 다른 태도를 가지고 있습니다.
예를 들어, 남아프리카의 서퍼 Bianca Buitendag는 운동에 앱과 웹사이트를 사용하여 대회에 앞서 바람과 파도 상태를 평가합니다.
그리고 도쿄 올림픽에서 부이텐다그를 거의 6.5점 차이로 꺾은 서퍼 카리사 무어(Carissa Moore)는 인공 파도를 타고 훈련하고수면의 질과 기타 활력 징후를 추적하는 웨어러블 링입니다.
결과를 개선하는 빅 데이터
한편으로는 예를 들어 운동 선수를 위해 최신 장비와 의복이 만들어집니다.그러나 다른 측면은 날씨 모델링이 도움이 됩니다대회를 개최할 장소와 방법을 결정하십시오 : 최적의 조건을 찾는 방법.
기계 학습 알고리즘은 계속해서 서핑을 형성하고 다음과 같은 용도로 사용될 것입니다.
- 향상된 파도 예측
- 부상 예방,
- 선수들의 경기력 분석.
다음과 같이 제어할 수 없는 변수가 너무 많습니다.바람, 조수.
케빈 딘(Kevin Dean), 미국 서핑 의료 책임자.
2019년, 과학자들은 카메라를 사용하여 얻은 생체 역학 데이터로 실험했습니다그들은 점프 및 착지 메커니즘을 정량화하고 수행하는 작은 움직임에 대한 데이터를 얻을 수 있었습니다.저자들은 또한 운동선수가 가하는 힘에 대해서도 연구했다보드에.
일반적으로 각 팔다리 사이에는 불균형이 있으며 이러한 불균형은 선수가 통제하거나 통제하지 못하는 중요한 요인이 될 수 있으며 이는 부상으로 이어집니다.
트레이시 악셀(Tracy Axel), 미국 서핑 데이터 및 분석 매니저
미국의 서핑 데이터 및 분석 기구(Surfing Data and Analytics Organization)는 서퍼가 라이딩하는 사진을 기반으로 동일한 정보 중 일부를 분석할 수 있는 기계 학습 시스템을 개발하고 있습니다.
2021년 1월, 팀은 프로그램의 프로토타입을 개발했습니다.라이딩 시 주요 기동과 가장 빈번한 자세를 식별합니다.
미래의 AI 기반 프로그램은 팀이 최고의 서퍼를 선택하고, 부상을 예방하고, 나중에 실수를 피하기 위해 자신의 실수를 검토하는 데 도움이 될 수 있을 것입니다.
인공 파도와 서핑 파도
Flowrider 인공 파동은 1991년 미국 회사 Waveloch에 의해 발명되었습니다.이것은 프레임 위에 17도 각도로 뻗어 있는 신축성 있는 천으로 강력한 물의 흐름이 공급됩니다.
Толщина водного слоя — примерно пять сантиметров.유속은 약 50km/h로 특수 보드를 탈 수 있다. 흐름의 속도와 라이더가 서로 상쇄되므로 실제로 라이더는 제자리에서 균형을 잡을 수 있습니다.
오늘은 전체 클러스터가 있습니다인공 파도라고 할 수있는 파도는 파도와 같은 역학을 가지고 있기 때문에 뒤에서 밀고 파도가 올라가고 서퍼가 움직일 수있는 벽이 형성됩니다.
서퍼의 건강을 모니터링하는 기술
웨어러블 기술은 성능을 추적할 수 있습니다.서퍼 건강: 심혈관계, 수면 패턴, 심박수 및 부상률. 또한, 특히 서퍼를 위해 성능에 영향을 줄 수 있는 요소가 연구되었습니다.
예를 들어, 과학자들은 발목의 뻣뻣함과 엉덩이의 안정성이 "공중"에 착지하는 서퍼의 능력에 영향을 미친다는 것을 보여주었습니다.
파도 예측
파도 예측 앱은 서퍼들에게 가장 인기 있는 기계 학습 앱입니다.
최근 파도 예측이 승리했습니다.이미지 및 음성 인식과 같은 일부 기술 발전을 통해 가능해졌습니다. 이것이 부분적으로 Surfline Inc. 팀이 가능하게 된 이유입니다. 올림픽 대회가 개최될 서핑 해변을 식별하는 데 도움을 줍니다. 일본은 서핑 해변으로 인기가 높지 않지만 Surfline Inc.의 직원은 다음과 같이 말합니다. 올림픽 게임을 위한 최적의 장소를 결정하기 위해 수십 년간의 기후 데이터를 사용했습니다.
또한 Surfline Inc. 소프트웨어는 위성 이미지, 북극권의 만년설, 해저 모양, 바람 패턴 등 많은 데이터를 사용하고 분석합니다.
우리는 모든 것을 처리하는 컴퓨터를 가지고 있습니다이 데이터는 예측된 파도 조건을 기반으로 결정을 내리는 데 도움이 됩니다. 올림픽 대회의 경우 Surfline의 모델은 선수들이 경쟁할 날짜를 결정하는 데 도움이 되었습니다.
Kevina Wallis, Surfline 예측 이사
예측에는 서퍼의 피드백과 800개 카메라 네트워크의 데이터도 사용되며, 이를 토대로 직원들은 파도 패턴을 분석합니다.
더 읽어보기 :
지구의 자전 속도가 느려지면서 행성에 산소가 방출되었습니다.
블랙홀이 어떻게 별을 파괴하기 시작하는지 확인하세요
대형 강입자 충돌기에서 발견된 새로운 입자