Zobrazeno 1 - 9
of 9
pro vyhledávání: '"Boeker, Matthias"'
SoccerGuard: Investigating Injury Risk Factors for Professional Soccer Players with Machine Learning
We present SoccerGuard, a novel framework for predicting injuries in women's soccer using Machine Learning (ML). This framework can ingest data from multiple sources, including subjective wellness and training load reports from players, objective GPS
Externí odkaz:
http://arxiv.org/abs/2411.08901
Understanding sleep and activity patterns plays a crucial role in physical and mental health. This study introduces a novel approach for sleep detection using weakly supervised learning for scenarios where reliable ground truth labels are unavailable
Externí odkaz:
http://arxiv.org/abs/2402.17601
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Boeker, Matthias1 (AUTHOR) matthias@simula.no, Hammer, Hugo L.1,2 (AUTHOR), Riegler, Michael A.1,2,3 (AUTHOR), Halvorsen, Pål1,2 (AUTHOR), Jakobsen, Petter1,4 (AUTHOR)
Publikováno v:
Neural Computing & Applications. Mar2023, Vol. 35 Issue 8, p5619-5630. 12p.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Kulakou, Siarhei, Ragab, Nourhan, Midoglu, Cise, Boeker, Matthias, Johansen, Dag, Riegler, Michael, Halvorsen, Pål
Publikováno v:
Kulakou, Ragab, Midoglu C, Boeker M, Johansen D, Riegler M, Halvorsen P. Exploration of Different Time Series Models for Soccer Athlete Performance Prediction. Engineering Proceedings. 2022;18(1)
Externí odkaz:
https://hdl.handle.net/10037/28073
Autor:
Winther, Andreas Kjæreng, Midoglu, Cise, Boeker, Matthias, Halvorsen, Pål, Hicks, Steven, Pettersen, Svein Arne, Johansen, Dag, Riegler, Michael
Data analysis has become a huge topic, and sports is no exception in order to prevent injuries and optimize performance. However, sports data is often sparse and hard to obtain due to legal restrictions, unwillingness to share, and lack of personnel
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::ce5f2d257b4fa59641b6e6600f6d4339