Trabajo Fin de Grado
Comparación de Algoritmos de Aprendizaje Automático para la Clasificación de Golpes de Padel: Dominio Temporal versus Frecuencial
Autor/es | Martínez Valerio, Claudia |
Director | Gutiérrez Reina, Daniel
![]() ![]() ![]() ![]() ![]() ![]() |
Departamento | Universidad de Sevilla. Departamento de Teoría de la Señal y Comunicaciones |
Fecha de publicación | 2022 |
Fecha de depósito | 2023-03-03 |
Titulación | Universidad de Sevilla. Grado en Ingeniería Electrónica, Robótica y Mecatrónica |
Resumen | El pádel es un deporte que está comenzando a tomar una gran relevancia en la sociedad actual. Sin embargo, existe una notable ausencia en la tecnología asociada a la monitorización y procesamiento de datos para esta actividad ... El pádel es un deporte que está comenzando a tomar una gran relevancia en la sociedad actual. Sin embargo, existe una notable ausencia en la tecnología asociada a la monitorización y procesamiento de datos para esta actividad concreta. El objetivo de este trabajo es clasificar golpes de padel a través de algoritmos de machine learning. Para ello, se confrontan los resultados obtenidos al realizar los entrenamientos, con la misma base de datos, en distintos dominios: temporal y frecuencial. Además, se comparan las consecuencias de añadir muestras de jugadores zurdos al conjunto de datos. Como trabajo previo al entrenamiento de los algoritmos, se ha de crear la base de datos a utilizar, ya que no existe ninguna similar con la información adecuada. Los algoritmos a estudiar son: redes neuronales, redes neuronales convolucionales 1D, redes neuronales convolucionales 2D, árbol de decisión, K vecinos más próximos y máquinas de vector soporte. Paddel is a sport that is beginning to take on great relevance in today’s society. However, there is a notable absence in the technology associated with the monitoring and processing of data for this specific activity. The ... Paddel is a sport that is beginning to take on great relevance in today’s society. However, there is a notable absence in the technology associated with the monitoring and processing of data for this specific activity. The objective of this study is to classify paddel strokes through machine learning algorithms. In order to, the results obtained when performing the training sessions are compared, with the same database, in different domains: temporal and frequency. In addition, the consequences of adding samples of left-handed players to the data set are compared. Before training the algorithms, the database to be used must be created, since there is no library available with the appropriate information. Algorithms to study are: neural networks, 1D convolutional neural networks, 2D convolutional neural networks, decision tree, K nearest neighbors and support vector machines. |
Cita | Martínez Valerio, C. (2022). Comparación de Algoritmos de Aprendizaje Automático para la Clasificación de Golpes de Padel: Dominio Temporal versus Frecuencial. (Trabajo Fin de Grado Inédito). Universidad de Sevilla, Sevilla. |
Ficheros | Tamaño | Formato | Ver | Descripción |
---|---|---|---|---|
TFG4072_Martínez Valerio, ... | 5.599Mb | ![]() | Ver/ | |