Использование активного вывода для анализа тренировочного процесса

ˑ: 

Доктор педагогических наук, профессор М.П. Шестаков1
Кандидат педагогических наук А.С. Крючков1
Доктор физико-математических наук, профессор И.Г. Шевцова2, 3
А.А. Наволоцкий2
Доктор педагогических наук, доцент Т.Г. Фомиченко1
1Федеральный научный центр физической культуры и спорта, Москва
2Московский государственный университет, Москва
3Электротехнический университет Ханчжоу, Китай

Цель исследования – научно обосновать использование активного вывода для анализа тренировочного процесса.
Методика и организация исследования. В эксперименте приняли участие спортсмены-горнолыжники (мужчины n=10, женщины n=10), выступавшие на этапах Кубка мира. В ходе тестирования использовался биомеханический комплекс с биологической обратной связью «Стабилан-01».
Результаты исследования и выводы. Во время подготовительного периода макроцикла высококвалифицированных горнолыжников происходят значительные изменения в системе управления движениями следящего типа под влиянием физических упражнений различной направленности. В соответствии с теорией активного вывода, эти изменения связаны с изменением прогноза соматосенсорной системы по ожидаемым результатам движения в зависимости от состояния соматомоторной системы.

Ключевые слова: горнолыжники, следящие движения, активный вывод, моторный контроль.

References

  1. Adams R.A., Shipp S., Friston K.J. (2013) Predictions not commands: Active inference in the motor system. Brain Struct Funct. 218: 611–643.
  2. Christiansen L., Thomas R., Beck M.M., et al. (2019) The Beneficial Effect of Acute Exercise on Motor Memory Consolidation is Modulated by Dopaminergic Gene Profile. J Clin Med. 8 (5): 578.
  3. Clark, A. (2013). Whatever next? Predictive brains, situated agents, and the future of cognitive science. Behavioral and Brain Sciences, 36, 181-204.
  4. Dikunets M., Dudko G., Glagovsky P., Mamedov I. (2020) Simultaneous quantitation of plasma catecholamines and metanephrines by LC-MS/MS // J. Braz. Chem. Soc. Vol. 31. No 7. P. 1467–1474.
  5. Feldman H., Friston K. (2010) Attention, uncertainty, and free-energy //Frontiers in human neuroscience. Т. 4. С. 215.
  6. Friston K. (2010). The free-energy principle: a unified brain theory? Nat Rev Neurosci 11(2). Р. 127.
  7. Friston, K. (2011). What is optimal about motor control? Neuron, 72 (3), 488-498.
  8. Trends Cogn Sci 13 (7). Р. 293–301.
  9. Hohwy, J. (2013). The predictive mind. Oxford University Press.
  10. Kawato M. (1999) Internal models for motor control and trajectory planning. Curr Opin Neurobiol. Dec;9(6):718-27.
  11. Mang, C.S., McEwen, L.M., MacIsaac, J.L., Snow, N.J., Campbell, K.L., Kobor, M.S., Ross, C., & Boyd, L.A. (2017). Exploring genetic influences underlying acute aerobic exercise effects on motor learning. Scientific reports, 7(1), 12123.
  12. Rescorla, M. (2015) Bayesian perceptual psychology. In: The Oxford handbook of philosophy of perception, New York, NY: Oxford University Press, pp. 694–716.
  13. Shestakov M.P. (2012) Stabilometry in sport. Palmarium Academic Publishing, 116 p.
  14. Shevtsova I.G., Navolotskii A.A., Eremich N.A., and Shestakov M.P. (2020) Way of Assessing an Athlete’s Upright Posture Control while Performing Tracking Movements / Vestnik Moskovskogo Universiteta, Seriya 15: Vychislitel’naya Matematika i Kibernetika, No. 4, pp. 46–60.
  15. Wolpert, D., & Kawato, M. (1998). Multiple paired forward and inverse models for motor control. Neural Networks, 11, 1317–1329.