Key point selection and clustering of swimmer coordination through Sparse Fisher-EM

John Komar; Romain Hérault; Ludovic Seifert

Communication dans un congrès

Key point selection and clustering of swimmer coordination through Sparse Fisher-EM

John Komar ^{1, 2, 3} Romain Hérault ^{4, 5, 2, 6} Ludovic Seifert ^{1, 2, 3}

1 CETAPS - Centre d’études des transformations des activités physiques et sportives

2 NU - Normandie Université

3 UNIROUEN - Université de Rouen Normandie

4 DocApp - LITIS - Equipe Apprentissage

LITIS - Laboratoire d'Informatique, de Traitement de l'Information et des Systèmes

5 LITIS - Laboratoire d'Informatique, de Traitement de l'Information et des Systèmes

6 INSA Rouen Normandie - Institut national des sciences appliquées Rouen Normandie

Abstract : To answer the existence of optimal swimmer learning/teaching strategies, this work introduces a two-level clustering in order to analyze temporal dynamics of motor learning in breaststroke swimming. Each level have been performed through Sparse Fisher-EM, a unsupervised framework which can be applied efficiently on large and correlated datasets. The induced sparsity selects key points of the coordination phase without any prior knowledge.

Type de document :

Communication dans un congrès

Domaine :

Statistiques [stat] / Machine Learning [stat.ML]

Liste complète des métadonnées

https://hal-normandie-univ.archives-ouvertes.fr/hal-02351767
Contributeur : Romain Hérault <>
Soumis le : mercredi 6 novembre 2019 - 15:16:28
Dernière modification le : jeudi 7 novembre 2019 - 01:32:43

Key point selection and clustering of swimmer coordination through Sparse Fisher-EM

Lien texte intégral

Identifiants

Collections

Citation

Exporter

Métriques

14

Key point selection and clustering of swimmer coordination through Sparse Fisher-EM

Lien texte intégral

Identifiants

Collections

Citation

Exporter

Partager

Métriques

14