| dc.contributor.advisor | 羅崇銘 | zh_TW |
| dc.contributor.advisor | Lo, Chung-Ming | en_US |
| dc.contributor.author (作者) | 郭硯聞 | zh_TW |
| dc.contributor.author (作者) | Kuo, Yen-Yen | en_US |
| dc.creator (作者) | 郭硯聞 | zh_TW |
| dc.creator (作者) | Kuo, Yen-Yen | en_US |
| dc.date (日期) | 2021 | en_US |
| dc.date.accessioned | 4-八月-2021 16:45:22 (UTC+8) | - |
| dc.date.available | 4-八月-2021 16:45:22 (UTC+8) | - |
| dc.date.issued (上傳時間) | 4-八月-2021 16:45:22 (UTC+8) | - |
| dc.identifier (其他 識別碼) | G0108913018 | en_US |
| dc.identifier.uri (URI) | http://nccur.lib.nccu.edu.tw/handle/140.119/136765 | - |
| dc.description (描述) | 碩士 | zh_TW |
| dc.description (描述) | 國立政治大學 | zh_TW |
| dc.description (描述) | 圖書資訊學數位碩士在職專班 | zh_TW |
| dc.description (描述) | 108913018 | zh_TW |
| dc.description.abstract (摘要) | 扯鈴為台灣民俗運動發展的重要項目，在國小亦是發展的重點項目。筆者為臺北市麗湖國小的扯鈴教練，深深覺得推廣扯鈴並不容易，培養一位扯鈴選手到一次可以運三顆扯鈴的程度，並能上場演出，需要至少3-4年以上的時間，而運三鈴並非人人可行，需要透過長時間的練習及適當的指導才能成功，希望能透過輔助的教學工具，增進教學品質，提升學會三鈴的成功率。本研究將針對運三鈴的前置動作-三鈴抽線以機器學習的方式建置教學知識模型，透過收集大量的三鈴抽線影像，並以人工標記的方式分類專業及一般兩種等級，接著以機器學習的方式，以底下兩顆鈴的重心連線兩端之Y值差距7個像素以內的特徵找出關鍵畫面，再將連續關鍵畫面畫面以七種特徵的數值，作為分類模型的依據來分類專業組及一般組，而分類的準確率達89%，讓學習者能透過知識模型來自我擬定學習策略，進而提升學習效率，同時能以更精確的數值輔助教練判斷動作的好壞，並予以學員改進的回饋。 | zh_TW |
| dc.description.abstract (摘要) | Diabolo is not only an important project for the development of Taiwan`s folk sports, but also a key development project in elementary schools.The researcher is the coach of diabolo at Lihu Elementary School in Taipei, who deeply feel promotimg diabolo is hard, because training a diabolo player to play three diabolos at the same time and to be able to perform need at least 3-4 years, it takes a long time of practice and guidance to succeed. Through assisted teaching tools, the researcher hope teacher can improve teaching quality and increase the player’s success rate of playing three diabolos.The research used artificial intelligence to build a knowledge model of the stability of three diabolos hover start. By collecting a large number of images, and manual marking images to classify professional and general.Through machine learning, the threshold used to determine whether a frame is key frame or not was set to seven pixels to obtain all the key frames in the experiments. That is, frames having machine learning less or equal to seven had small enough y coordinate value differences. Then, seven image features extracted from the continuous key frames of each video were combined after feature elimination. The average and standard deviation groups had four and three relevant features, respectively. Using the seven features together achieved a accuracy 0f 89%.This research proposed using quantitative image features to extract key frames and to establish a classification model to separate the videos, hoping that the research can provide an automatic assessment to players without coaches. | en_US |
| dc.description.tableofcontents | 謝辭 ii摘要 iiiAbstract iv圖目錄 vi表目錄 viii第壹章、 緒論 11.1 前言 11.2 扯鈴選手的培養 61.3 人工智慧教學輔助 15第貳章、 文獻探討 172.1 影像互動學習在體育上的應用 172.2 人工智慧的發展與應用 18第參章、 材料與方法 213.1 收集三鈴抽線的影像 213.1.1 拍攝三鈴抽線的影片 213.1.2 分解三鈴抽線影像畫格 273.2 關鍵畫面解析 283.3 透過關鍵畫面觀察專業與一般兩個等級 323.4 機器學習 353.4.1 分析關鍵畫面 353.4.2 分析連續關鍵畫面 38第肆章、 實驗結果與討論 454.1 偵測關鍵畫面 454.2 等級分類結果 47第伍章、 結論與未來展望 52參考資料 54 | zh_TW |
| dc.format.extent | 4370563 bytes | - |
| dc.format.mimetype | application/pdf | - |
| dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#G0108913018 | en_US |
| dc.subject (關鍵詞) | 扯鈴 | zh_TW |
| dc.subject (關鍵詞) | 人工智慧 | zh_TW |
| dc.subject (關鍵詞) | 機器學習 | zh_TW |
| dc.subject (關鍵詞) | Diabolo | en_US |
| dc.subject (關鍵詞) | Artificial Intelligence | en_US |
| dc.subject (關鍵詞) | Machine Learning | en_US |
| dc.title (題名) | 運用人工智慧建立三鈴抽線穩定度之知識模型 | zh_TW |
| dc.title (題名) | Using artificial intelligence to build a knowledge model of the stability of three diabolos hover start | en_US |
| dc.type (資料類型) | thesis | en_US |
| dc.relation.reference (參考文獻) | Polanyi, M.（1958）。Personal knowledge; towards a post-critical philosophy。Chicago,：University of Chicago Press。Scholz, J.、Klein, M. C.、Behrens, T. E.、Johansen-Berg, H. （2009）。 Training induces changes in white-matter architecture。Nature neuroscience， 12（11），頁 1370-1371。王建台 （1998）。 國小體育課程改革之探討 （第 130-136頁）： 國民體育季刊。吳聲豪、王宗進 （2007）。 國小扯鈴教練訓練行為研究[The Study on Investigate Diabolo Coaching Behaviors in Elementary School]。海峽兩岸體育研究學報， 1（1），頁 43-54。 doi: 10.29534/jbstspes.200703.0004吳麗秋 （2009）。 臺灣青少年民俗運動訪問團之歷史考察 (1981~ 2008)。國立臺北教育大學體育學系學位論文，頁 1-209。李宏毅 （2016）。 什麼是深度學習－機器學習的卷土重來。數理人文（10），頁 20-29。 doi: 10.6851/mshcm.201610_(10).0007汪慧瑜 （2005）。 模糊統計分析在網路成癮行為的調查應用。測驗學刊， 52（1），頁 83-104。周小惠（2014）。使用雲端影音平台YouTube探討對學習興趣與學習成效影響之研究---以國中體育課程為例。樹德科技大學資訊工程系碩士班。周財勝、楊瑞珠 （2017）。 鷹眼即時回放系統在羽球比賽現況之探討。政大體育研究（24），頁 1+ 3-11。俞胜、洪晓楠 （2003）。 论波兰尼的科学与技术划界观。自然辩证法研究， 19（4），頁 18-21。唐吉民 （1998）。 利用電腦多媒體系統創造樂趣化的體育課。國民體育季刊, 第二十七卷第四期. P20-28。張哲瑋 （2011）。 扯鈴技藝發展之研究。臺東大學進修部暑期體育碩士班學位論文，頁 1-180。莊俊辰（2019）。人工智慧在電子商務的應用。國立政治大學經營管理碩士學程(EMBA)。郭宜欣、薛丞勛、高家祥、孫英洲 （2020）。 淺談人工智慧在醫學影像的應用。臨床醫學月刊， 85（1），頁 14-20。 doi: 10.6666/ClinMed.202001_85(1).0004郭添財、林億雄 （2017）。 教育大數據時代的創新發展[The Creative Development for the Era of Big Data in Education]。台灣教育（708），頁 17-24。陳文展 （2012）。 臺灣民俗體育發展之研究—以臺南市新山國小扯鈴為例。長榮大學運動休閒管理學系 (所) 學位論文，頁 1-188。陳怡良、李昆霖 （2017）。 資訊科技融入體育教學對學習動機及成效之影響－以慢動作錄影融入排球低手發球為例[Influence of Information Technology into Physical Education Teaching on Learning Motivation and Learning Effectiveness: A Case of Slow Motion Video of the Underhand Volleyball]。管理資訊計算， 6，頁 171-186。 doi: 10.6285/mic.6(s1).15陳品良、楊秉哲、谷圳 （2016）。 基於大數據的跨境電子商務分析架構-以商品口碑分類系統為例。電工通訊季刊，頁 48-57。程紹同 （2016）。 運動產業 4.0 時代之大數據新思維。運動管理（33），頁 19-44。黃旭輝、陳五洲 （2003）。 資訊科技融入體育教學之探討。大專體育（69），頁 49-57。 doi: 10.6162/srr.2003.69.09黃景達、黃光獻、高麗娟 （2013）。 探索迷途經驗－三鈴技術學習的反思。運動研究， 22（2），頁 32-43。 doi: 10.6167/jsr/2013.22(2)3楊明德、蔡慧萍、許鈺群、曾信鴻 （2018）。 人工智慧模型之建置與應用。土木水利， 45（5），頁 59-66。楊舜傑、陳五洲 （2017）。 後設認知結合影像輔助動作學習之探討[Metacognition and image-assisted in Motor Learning]。臺南大學體育學報（12），頁 1-13。楊瑞珠、周財勝 （2014）。 羽球比賽應用鷹眼系統之分析[Study on Badminton Instant Replay Challenge System Hawk-Eye]。運動健康休閒學報（5），頁 185-191。廖燕燕 （2006）。 臺 北 市 國 小 扯 鈴 運 動 代 表 隊 選 手 參 與 動 機與 阻 礙 因 素 之 研 究 (未 出 版 之 碩 士 論 文). 臺 北 市 立 教 育大 學, 臺 北 市。劉述懿 （2017）。 傳統運動項目的跨界蛻變－以扯鈴為例[The Modernization of Traditional Sports- A case study of Diabolo]。運動管理（37），頁 34-45。劉述懿、黃心怡 （2013）。 扯鈴運動發展概況。大專體育（125），頁 1-7。劉述懿、黃景達 （2018）。 賽事舉辦對扯鈴運動發展與推廣的影響[Impact of Hosting Diabolo Events on Development and Promotion]。大專體育（147），頁 10-20。 doi: 10.6162/srr.201812_147.0002蔡嘉景、陳五洲 （2008）。 多媒體學習理論應用於體育教學之探討：以互動式羽球單打教學系統為例[The Application of Multimedia Learning Theory in Physical Education: An Example from Interactive Badminton Single Learning System]。大專體育學術專刊（97年度），頁 214-219。 doi: 10.6695/aues.200805_97.0030鄧明杰、蔡政杰、李加耀 （2011）。 扯鈴運動技術教學－如何學會三鈴〈掛棍法〉。國北教大體育（5），頁 180-183。 doi: 10.6659/ntuepe.2011.5.180蕭輔仁、廖珩君、廖俊智 （2020）。 深度學習在腦部影像的臨床應用[Clinical Application of Deep Learning for Brain Image]。台灣醫學， 24（1），頁 50-57。 doi: 10.6320/fjm.202001_24(1).0005謝耀毅、陳昀宗、黃長福 （2018）。 扯鈴上下運鈴動作之技術分析[Biomechanical Analysis of pull up and down diabolo exercise]。休閒觀光與運動健康學報， 8（1），頁 42-52。鍾瑩燉 （2016）。 難度套路表概念運用在扯鈴競賽中。休閒保健期刊（15），頁 117-123。簡妤安、許軒瑜 （2021）。 資料科學導入體育運動應用之探究。運動管理（52），頁 26-38。顏聖昌、吳麗秋 （2013）。 民俗體育－扯鈴規則改變探討。國教新知， 60（2），頁 30-34。 doi: 10.6701/teej.201306_60(2).0004蘇泰霖（2020）。多媒體互動式AI教材設計之研究以高中職圖像辨識教材為例。淡江大學資訊管理學系碩士班。蘇榮基、王圳木、賴素玲 （2009）。 影像式體適能檢測系統開發之研究。休閒保健期刊（2），頁 171-178。 | zh_TW |
| dc.identifier.doi (DOI) | 10.6814/NCCU202100790 | en_US |
