УДК 37
DOI: 10.36871/26189976.2026.06-4.003
Авторы
Тамерлан Данельбекович Башхаджиев,
И.о. заведующего кафедрой «Физвоспитание», Чеченский государственный университет имени А.А. Кадырова
Мадина Алиасхабовна Абдулаева,
Кандидат педагогических наук, доцент, заведующий кафедрой теории и методики физической культуры, Дагестанский государственный педагогический университет имени Р. Гамзатова
Аннотация
В настоящей статье рассматриваются современные подходы к моделированию динамики изменения физического состояния занимающихся на основе методов искусственного интеллекта и машинного обучения. Актуальность исследования обусловлена стремительным развитием носимых устройств, биометрических сенсоров и алгоритмов анализа многомерных данных, что создаёт принципиально новые возможности для персонализированного мониторинга и управления тренировочным процессом. В отличие от традиционных методов, основанных на периодическом тестировании и субъективных оценках, современные ИИ-подходы обеспечивают непрерывный анализ физиологических, биомеханических и поведенческих показателей в режиме реального времени. Цель работы заключается в систематизации современных методов моделирования физического состояния занимающихся с применением искусственного интеллекта, выявлении ключевых алгоритмических подходов и обосновании их практической применимости.
Ключевые слова
моделирование физического состояния
искусственный интеллект
глубокое обучение
нейронные сети
Список литературы
[1] Энгвер Н.Н. Математическая модель тренировочного процесса и уравнение спортивного результата // Российский журнал информационных технологий в спорте. – 2025. – Т. 2, № 2. – С. 24–41. DOI: 10.62105/2949-6349-2025-2-2-24-41.
[2] Костенко Е.Г. Методы моделирования и прогнозирования в физической культуре и спорте. – Краснодар : Кубанский государственный университет физической культуры, спорта и туризма, 2021. – 108 с.
[3] Костенко Е.Г. Математическое моделирование в спортивных исследованиях // Фундаментальные и прикладные исследования по приоритетным направлениям биоэкологии и биотехнологии : сборник материалов VI Всероссийской научно-практической конференции с международным участием. – Чебоксары, 2023. – С. 226–229.
[4] Костенко Е.Г. Математическое моделирование в физической реабилитации // Развитие современного образования в контексте педагогической (образовательной) компетенциологии : материалы IV Всероссийской научной конференции с международным участием. – Чебоксары, 2024. – С. 178–180.
[5] Аннасапаров Г.Г., Сахетлиев Т. Моделирование и прогнозирование спортивных результатов с помощью информационных технологий // Наука и мировоззрение. – 2025. – № 39.
[6] Ермаков А.В., Мякинченко П.Е. Прогнозирование с использованием методов математического моделирования в спорте высших достижений на примере зимних видов спорта // Теория и практика физической культуры. – 2021. – № 2.
[7] Демьяненко Т.С., Комов Е.А., Семененко Л.М. Экономико-математическое моделирование и инструментальные методы для повышения эффективности подготовки спортивного резерва // Известия Кабардино-Балкарского научного центра РАН. – 2025. – Т. 27, № 3. – С. 179–188.
[8] Демьяненко Т.С., Сурина-Марышева Е.Ф., Семененко Л.М., Зарайская А.О. Применение математической модели максимального правдоподобия для снижения затрат на психофункциональную диагностику состояния спортсменов в юношеском спорте // Journal of Computational Engineering and Mathematics. – 2024. – Т. 11, № 3. – С. 44–51.
[9] Солонец А.В., Снарский А.С. Интеграция биомеханических и психофизиологических данных в модель прогнозирования травм спортсменов с использованием LSTM-сетей. – Минск : БНТУ, 2025.
[10] Солонец А.В., Снарский А.С. Применение искусственного интеллекта для прогнозирования риска травм у спортсменов: подход с использованием рекуррентных нейронных сетей. – Минск : БНТУ, 2025.
