선형회귀분석 기법을 이용한 고교야구투수의 투구속도 예측
High-School Baseball Pitcher’s Pitching Speed Prediction Using Linear Regression Analysis Method
0
조회
0
다운로드
12
인용
0
참고문헌
키워드
초록
최근에 알파고(AlphaGo)와 같은 인공 지능(Artificial Intelligence)과 기계 학습(Machine Learning)에 대한 연구가 매우 활발히 진행되고 있다. 통계학에서 선형 회귀(Linear Regression)는 종속 변수 y와 한 개 이상의 독립 변수 y와의 선형 상관관계를 모델링하는 회귀분석 기법으로 일반적으로 최소제곱법(Least Square Method)을 사용해 선형 회귀 모델을 정립한다. 즉, 선형회귀 분석은 독립변수와 종속변수, 상수항 사이의 관계를 모델링하는 방법으로 두 변수 사이의 관계를 모델링하는 단순 선형회귀 방법과 둘 이상의 독립 변수에 기반하는 다중 선형회귀 방법이 있다. 야구 경기에서 투수는 타자와 상대할 시에 좋은 결과를 내기 위해서 투구 스피드와 제구, 투구 밸런스 등이 좋아야 한다. 고교야구 선수가 훌륭한 투수로 성장하기 위한 중요한 요소는 투구 스피드이다. 또한 투수의 볼 스피드는 야구 경기의 승과 패를 나눌 수 있는 중요한 요소 중의 하나이다. 본 논문에서는 딥러닝 프레임워크(Deep Learning Framework)인 텐서플로우(Tensorflow)를 이용하여 고교야구 선수중 투수의 볼 스피드를 측정하여 선수의 운동과 훈련재활을 위해 사용하고자 한다. 본 연구에서는 투수의 보폭과 스피드에 대한 학습데이터를 생성하고 최적화 알고리즘인 경사 하강법을 이용하여 선형회귀 예측기법을 수행한다.
Abstract
Recently, studies on artificial intelligence such as AlphaGo and machine learning have been actively conducted. In statistics, linear regression is a regression method that models the linear correlation between dependent variable y and one or more independent variables y. Generally, a linear regression model is established using least square method. In other words, linear regression analysis is a method of modeling the relationship between independent variables, dependent variables, and constant terms. There is a simple linear regression method that models the relationship between two variables and a multiple linear regression method based on two or more independent variables. In a baseball game, the pitcher must be good at ball speed, pitching control, pitching balance, etc., in order to get good results when dealing with batter. High school baseball player’s pitching speed is important factor to grow as excellent pitcher. Also, pitcher's ball speed is one of the important factors that determine the winning or defeat of the baseball game. In this paper, we use the Deep Learning Framework(Tensorflow) to measure ball speed of pitcher among high school baseball players and use it for athlete 's exercise and training rehabilitation. In this study, we generate training data about stride and speed of the pitcher and perform the linear regression prediction method using the gradient-descent method which is the optimization algorithm.
참고문헌 (15)
- "AlphaGo versus Lee Sedol" (2019)[URL]
- J. Moore, "The dartmouth college artificial intelligence conference: the next fifity years", AI Magazines, 27(4), pp.87~91 (2006)
- J. Nilsson, "Introduction to machine learning, Robotics Laboratory", Department of Computer Science, pp.1998
- 김정우, "대학야구투수의 6주간 슬관절 운동과 볼 스피드와의 관련성", 한국체육과학회지, 20(2), pp.927~934 (2011), 한국체육과학회
- 이영준, "직구와 커브 투구동작의 운동학적 비교 분석", 한국운동역학회지, 12(2), pp.109~130 (2002), 한국운동역학회
- G. S. Fleisig, "Kinematic and kinetic comparison between baseball pitching and football passing", Journal of Applied Biomechanics, 12(2), pp.207~224 (1996)
- R. Whiteley, "Baseball throwing mechanics as they relate to pathology and performance – A review", Journal of Sports Science and Medicine, 6, pp.1~20 (2007)
- D. W. Altchek, "Evaluation and management of shoulder instability in the elite overhead thrower", Journal of Orthopedic Clinics of North America, 32, pp.423~430 (2001)
- "Korea Baseball Softball Association" (2019)[URL]
- C. J. Peng, "An introduction to logistic regression analysis and reporting", The Journal of Educational Research, 96(1), pp.1~15 (2002)
- "Simple and Multiple Linear Regression in Python" (2017)[URL]
- "Tesorflow Tutorials" (2018)[URL]
- S. J. Miller, "The method of least squares", Mathematics Department, pp.2006
- J. Dougherty, "Supervised and unsupervised discretization of continuous features", Proceeding of the Twelfth International Conference on Machine Learning, pp.194~202 (1995)
- "Tensorflow" (2019)[URL]