Modélisation des réponses aux charges d’entraînement pour guider la performance sportive

Modelling responses to training loads to lead performance in sports

• Auteur / Autrice : Frank Imbach
• Direction : Stéphane Perrey, Robin Candau
• Type : Thèse de doctorat
• Discipline(s) : Sciences du Mouvement Humain - MPL
• Date : Soutenance le 09/12/2021
• Etablissement(s) : Montpellier
• Ecole(s) doctorale(s) : École doctorale Sciences du Mouvement Humain (Marseille ; 2004-....)
• Partenaire(s) de recherche : Laboratoire : EuroMov Digital Health in Motion
• Jury : Président / Présidente : Jacques Prioux
• Jury : Examinateurs / Examinatrices : Stéphane Perrey, Robin Candau, Jacques Prioux, Pierre Druilhet, Thierry Busso, Christophe Ley, Anne Laurent
• Jury : Rapporteurs / Rapporteuses : Pierre Druilhet, Thierry Busso

Mots clés

Mots clés contrôlés

Performance (sports)

Exercices physiques

Entraînement (sports)

Mots clés libres

Modélisation

Charge d'entrainement

Fitness-Fatigue

Apprentissage automatique

Performance athlétique

Modelling

Training loads

Training fitness-Fatigue

Machine-Learning

Athletic performance

Résumé

Les premiers modèles des effets de l’entrainement sur la performance athlétique sont connus sous le nom de modèles "Fitness-Fatigue" (FFM). Un inconvénient majeur des FFMs réside dans le fait qu’ils ne sont constitués que d’une seule donnée d’entrée, bien que la performance athlétique soit multifactorielle. Dès lors, des approches multivariées propres aux statistiques et à l’apprentissage automatique ont été proposées pour différentes applications sportives.La quantification de la charge d’entraînement (CE) pour l’entraînement en résistance constitue une problématique de recherche à part entière.

The first models of training effects on athletic performance emerged with the work of Banister and Calvert through the so-called Fitness-Fatigue model (FFM).One major drawback of FFMs is that the features stem from a single source of data. That is not in line with the existing consensus about a multifactorial aspect of athletic performance. Hence, multivariate modelling approaches from statistics and machine-learning (ML) emerged.A research issue arises from the quantification of training Loads (TL) in resistance training (RT) which lack of physiological evidence.