인공지능 기반 태권도선수 경기유형 분류 및 승률분석
Classification of Taekwondo Athletes’ Match Types and Win Rate Analysis Using Artificial Intelligence
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
이 연구에서는 세계태권도 여자부 선수들의 경기내용을 바탕으로 경기유형을 구분하고 이에 따른 승률을 분석하는 목적으로 수행하였다. 이 연구의 목적을 달성하기 위해 2022 세계태권도선수권 대회 여자부 경기는 272경기를 활용하였으며, 경기기록은 9개 변인을 선정하여 기록 하였다. 경기기록을 바탕으로경기유형을 구분하기 위해 군집분석을 수행하였으며, 이때 Transformer learning과 차원축소 모델을 확인하였다. 첫째, 여자부 태권도 선수들은 몸통, 선제공격, 코트중앙운영에서 득점이 높은 것으로 나타났다. 둘째, 여자부 태권도 선수들의 군집은 총 3개로 분류되었으며, 군집에 대한 명명으로는 군집 1 : 올라운드_역전형, 군집 2 : 득점 및 체력_약세형, 군집 3 : 선제득점_유지형이다. 셋째, 경기유형에 따른 승률분석 결과에서는 올라운드_역전형이 가장 높은 승률을 지닌 것으로 나타났으며, 두 번째는 선제득점_유지형, 세 번째는 득점 및 체력_약세형이다.
Abstract
This study aimed to classify match types and analyze win rates among female Taekwondo athletes based on match data from the 2022 World Taekwondo Championships. A total of 272 matches in the female division were analyzed, and nine key performance variables were selected and recorded. To categorize match types, cluster analysis was conducted on the performance variables, utilizing Transformer learning and dimensionality reduction models. The findings were as follows: First, female Taekwondo athletes achieved higher scores with torso strikes, preemptive attacks, and center-court control. Second, the cluster analysis identified three main groups: Cluster 1 (All-Round Counter-Type), Cluster 2 (Weakness in Scoring & Stamina), and Cluster 3 (Preemptive Scoring Maintenance Type). Third, win rate analysis by match type showed the All-Round Counter-Type had the highest win rate, followed by the Preemptive Scoring Maintenance Type, and lastly, the Weakness in Scoring & Stamina Type.
참고문헌 (17)
- 김기동, "2019 세계태권도선수권대회 경기운영능력 분석", 무예연구, 15(1), pp.179~197 (2021)
- 김종원, "K 리그 팀 수준에 따른 포메이션 간 경기 결과 분석", 한국체육과학회지, 33(1), pp.631~640 (2024)
- 김종원, "군집분석을 통한 K 리그 축구팀 플레이스타일 분류", 한국체육측정평가학회지, 23(1), pp.1~9 (2021)
- 김희숙, "한국 프로배구 연맹의 경기 예측 및 영향요인 분석", 응용통계연구, 37(3), pp.323~338 (2024)
- 박세우, "국내 빙상경기 연구동향 분석", 한국스포츠학회지, 22(1), pp.597~611 (2024)
- 예원진, "인공지능 기법을 활용한 한국 여자농구의 경기력 분석", 박사, pp.2024
- 오혜리, "토픽모델링을 적용한 태권도선수들의 회전승패제 도입에 따른 인식 및 경기운영 변화 탐색", 스포츠사이언스, 40(3), pp.97~104 (2022)
- 윤효준, "딥러닝을 활용한 세계태권도 남자부 선수들의 경기유형 분류 : 트랜스포머 알고리즘 적용", 대한무도학회지, 25(3), pp.143~154 (2023)
- 이기봉, "MLB 타자의 경기력 유형에따른 팀 승률 변화 분석", 한국체육측정평가학회지, 25(4), pp.35~46 (2023)
- 이상용, "히트맵을 적용한 태권도 겨루기 경기유형 분류", 한국체육측정평가학회지, 24(1), pp.1~14 (2022)
- 전민수, "세계 정상급 태권도 선수들의 경기상황에 따른 경기내용별 득점 난이도 분석", 국기원태권도연구, 10(1), pp.175~188 (2019)
- 정형균, "2016 리우올림픽 대비 세계주요국가의 핸드볼 전력분석 : 여자핸드볼중심으로", 스포츠사이언스, 34(2), pp.175~180 (2017)
- 진미나, "연관성 규칙을 적용한 태권도 선수들의 코트 위치별 득점 패턴 분석", 국기원태권도연구, 15(2), pp.91~99 (2024)
- 최형준, "스포츠경기분석의 이슈와 전망", 한국체육측정평가학회지, 22(3), pp.105~113 (2020)
- Clavijo, F. A. R., "Identification of football teams styles of play by cluster analysis", International Journal of Sports Science & Coaching, 19(3), pp.1019~1034 (2024)
- Jeon, M., "Analysis of point deduction patterns in Taekwondo using ssociation rule learning", International Journal of Performance Analysis in Sport, 19(3), pp.323~330 (2019)
- Jin, M. N., "Analysis of Scoring Difficulty in Different Match Situations in Relation to First Athlete to Score in World Taekwondo Athletes", Journal of Industrial Convergence, 22(4), pp.21~29 (2024)