hao
f78e84cba8
- 新增 docs/01_Video_Tutorials_Research.md: YouTube和Bilibili高播放量网球视频教程调研报告 - 新增 docs/02_GitHub_AI_Tennis_Research.md: GitHub网球项目、训练图片与AI特征库调研报告 - 新增 research_notes/: YouTube频道、Bilibili视频、AI综述论文原始调研数据 - 新增 github_tennis_projects.csv: 12个GitHub网球相关开源项目详细数据 - 新增 ai_tennis_research.csv: 8个AI网球研究方向详细数据 - 更新 README.md: 完整项目说明和核心发现摘要
53 行
1.5 KiB
Markdown
53 行
1.5 KiB
Markdown
# AI网球综述论文关键信息
|
|
|
|
## 来源
|
|
Sampaio et al. (2024) "Transforming tennis with artificial intelligence: a bibliometric review"
|
|
Front Sports Act Living. DOI: 10.3389/fspor.2024.1456998
|
|
PMC: PMC11701037
|
|
|
|
## 研究规模
|
|
- 389条记录筛选，108篇文章纳入分析
|
|
- 2006年至2024年的AI网球研究
|
|
- 2012年起明显上升趋势，2022年达到高峰
|
|
- 310位研究者参与贡献
|
|
- 总引用627次
|
|
|
|
## 三大研究集群
|
|
|
|
### 集群1: 性能分析与优化
|
|
关键词: classification, machine learning, neural network, performance, racquet sports, sport, tennis
|
|
- ML算法和神经网络分类球员动作
|
|
- 预测性能结果
|
|
- 优化训练方案
|
|
- 数据驱动的个性化训练策略
|
|
|
|
### 集群2: 技术集成与创新
|
|
关键词: action recognition, computer vision, deep learning, support vector machine, tracking
|
|
- 动作识别和追踪系统
|
|
- 计算机视觉实时分析
|
|
- 深度学习提高准确性
|
|
- 实时比赛分析和战略洞察
|
|
|
|
### 集群3: 生物力学与可穿戴技术
|
|
关键词: biomechanics, sports, wearable sensors
|
|
- 可穿戴传感器收集生物力学数据
|
|
- 运动模式、肌肉活动、关节角度
|
|
- 伤害预防和康复
|
|
- 实时运动员监控
|
|
|
|
## 领先国家
|
|
1. 中国 (46篇, 39%)
|
|
2. 澳大利亚 (11篇)
|
|
3. 日本 (8篇)
|
|
4. 英国 (6篇)
|
|
5. 美国 (6篇)
|
|
|
|
## 顶级作者
|
|
- Reid M. (8篇)
|
|
- Gu SS. (3篇)
|
|
- Kovalchik S. (3篇)
|
|
- Powroznik P. (3篇)
|
|
|
|
## 预测
|
|
2025-2034年间，预计每年平均13.36±2.74篇文章，139.14±20.88次引用
|