Design de sistema assistivo inteligente para educação física: baseado em plano de treinamento personalizado

Em vez de considerar diferentes componentes isoladamente, a opinião dos professores com respeito e conhecimento pedagógico exige a compreensão das relações que os conectam. O instrutor deve dominar o assunto, compreender os métodos mais eficazes para transmitir as informações, conhecer as características das crianças e estar ciente do ambiente acadêmico para ensinar eficazmente nessa área. O esporte ainda está passando por mudanças econômicas, culturais e éticas. Por outro lado, ao longo do século passado, a ciência tem sido a transformação mais penetrante do esporte. Os atletas podem agora saltar mais alto, correr mais rápido e, o mais importante — manter a saúde graças ao entendimento científico. Embora estudiosos, organizações e governos tenham incentivado os professores de educação física a incorporar software em suas aulas, a tecnologia é frequentemente usada para tarefas rotineiras, como registrar matrículas e avaliar, registrar e relatar o progresso das crianças. Para estimar a postura no treinamento físico, esta pesquisa propõe uma rede neural convolucional com filtro contínuo. A abordagem também avalia a compreensão, memória e realizações dos aprendizes e oferece sugestões para melhorias e ações corretivas. O quadro e as metodologias convencionais de ensino-aprendizagem são então comparados caracteristicas por aspecto para critérios de saída. Finalmente, o algoritmo de classificação é comparado com outros algoritmos de aprendizado profundo, constatando-se que o ConFilCNN proposto alcança 98,5% de acurácia, 96,7% de precisão, 93,5% de recall, 95,2% de F1-score e 12,4ms de tempo de resposta.