فهرست نشریات علمی دسترسی آزاد ایران

مقدمه: استعدادیابی ورزشی برای بهبود نتایج و اعتبار نیازمند جنبه‌های مختلف علوم است. امروزه هوش مصنوعی در مسائل مربوط به پیش‌بینی و طبقه‌بندی به‌خوبی عمل می‌کند و از آنجا که استعدادیابی چیزی جز پیش‌بینی صحیح و طبقه‌بندی افراد نیست، استفاده از آن می‌تواند راه‌گشا باشد. بر این اساس هدف تحقیق حاضر استفاده از هوش مصنوعی به‌منظور استعدادیابی در حیطه‌های مختلف ورزش بود. روش پژوهش: با وجود پراکندگی رشته‌های ورزشی، چهار دسته رشتۀ توپی، راکتی، رزمی و آبی انتخاب و از روش نظر متخصص برای اولویت‌بندی شاخص‌های منتخب پیکری، جسمانی، ادراکی – حرکتی، آمادگی بدنی و روانشناختی استفاده شد. 310 آزمودنی (پسر و دختر 6 تا 16 سال) ارزیابی و بر اساس امتیازها برچسب‌زنی شدند. در ادامه برای بررسی میزان ارتباط بین هرکدام از مؤلفه‌ها با برچسب‌ها، از آزمون تی مستقل استفاده و شش مؤلفۀ اصلی برای هر یک از دسته رشته‌ها انتخاب شد. در نهایت از شبکۀ عصبی پروسپترون 6-1-1 برای بررسی دقت و اعتبار نتایج استفاده شد. یافته‌ها: نتایج حاصل از شبکه‌های عصبی نشان داد که دقت برای دسته‌بندی افراد در رشته‌های توپی، راکتی، رزمی، آبی و سایر رشته‌ها به‌ترتیب 97.9، 97.9، 87.2، 91.5 و 80.8 درصد است که دقت مطلوب و بالایی است. نتیجه‌گیری: در نهایت می‌توان گفت که تعیین مؤلفه‌های اصلی هر رشته به تفکیک و طراحی و برنامه‌ریزی شبکۀ عصبی مصنوعی کمک می‌کند تا محققان و مربیان شاخص‌های مهم هر رشته را بشناسند و برای استعدادیابی ورزشی در رشته‌های موردنظر از آن استفاده کنند.