Preliminary Study to Performance Prediction Model for Throwing Events using Deep Learning

이 연구는 딥러닝과 XGBoost, 그리고 앙상블 모델을 활용하여 투척 경기 선수들의 성과를 예측하는 모델을 개발하고, 이를 통해 선수 훈련의 효율성을 높이며 경기력 향상에 기여하는 것을 목표로 하였다. 연구 방법으로는 다양한 기초체력 및 전문체력의 28개 변인을 바탕으로 딥러닝 모델, XGBoost모델, 그리고 이 두 모델을 결합한 앙상블 모델을 구축하였다. 데이터 전처리 과정에서는 표준화를 적용하였고, 교차검증 기법을 통해 각 모델의 성능을 평가하였다. 연구 결과를 살펴보면 딥러닝 모델은 높은 R-squared = 0.72을 나타내어 가장 높은 예측 정확도를 보였으며, XGBoost 모델또한 예측 성능을 나타냈다(R-squared = 0.29). 앙상블 모델은 두 모델의 예측 결과를 결합하여 R-squared 값 0.49를 기록하였으며 상대적으로 우수한 성능을 보였다. 이러한 결과는 투척경기의 비선형적 특성과 변수 간의 상호작용을 효과적으로 반영하기 위해 딥러닝과 트리 기반 모델의 조합이 유용할 수 있으나, 딥러닝 모델이 가장 우수한 성능을 나타내었음을 시사한다. 그러나 이 연구는 사례 수의 제한과 데이터의 범위에서 오는 한계를 가지며, 향후 연구에서는 더 다양한 변수와 데이터셋을 활용한 심층적인 연구가 필요하다.