اسم الباحث : حيدر قيس ناجي جليل
اسم المشرف : أ.د. حسن علي حسين , أ .م.د مروة علي حمزة
الكلمات المفتاحية : الشبكات الاصطناعية العصبية , القياسات الجسمية ,
الكلية : كلية التربية البدنية وعلوم الرياضة
الاختصاص : التربية البدنية وعلوم الرياضة
سنة نشر البحث : 2025
تحميل الملف : اضغط هنا لتحميل البحث
تتطلب كل رياضة امتلاك قياسات جسمية وقدرات بدنية وحركية محددة لضمان تحقيق التوافق الضروري لتطوير الأداء والارتقاء بمهارات المتعلمين خلال مراحل التدريب والتعليم ، ومع التقدم التكنولوجي، خاصة في تقنيات الذكاء الاصطناعي، بات بالإمكان دراسة متطلبات كل فعالية رياضية بدقة أكبر ، وتعد المبارزة مثالًا على رياضة تعتمد على أدوات القياس والاختبار كأساس علمي للتوجيه والتصنيف الفعّال، مما يسهم في توفير الوقت والجهد وتطوير الأداء ، ومن هذا المنطلق تتجلى مشكلة الدراسة الحالية حيث يرتكز النموذج التنبؤي المعتمد في هذا البحث على فرضية علمية محورية مفادها أن أي استخدام فعّال لخوارزميات الذكاء الاصطناعي، وخاصة الشبكات العصبية الاصطناعية (ANN)، لا يمكن أن يُحقق نتائج دقيقة وموثوقة دون إجراء وصف إحصائي شامل لطبيعة المتغيرات المدخلة في النموذج. فالوصف الكمي لتلك المتغيرات، سواء كانت قياسات جسمية أو قدرات بيوحركية، يُعد الركيزة الأساسية التي تُبنى عليها خوارزميات التنبؤ والتصنيف، حيث يسمح بفهم توزيع البيانات وخصائصها ومعرفة مدى تجانسها، وهو ما يُسهم بشكل فعّال في رفع كفاءة النمذجة ودقتها، يمثل هذا الوصف الإحصائي مرحلة تمهيدية ضرورية تهدف إلى فهم البنية العامة للعينة، مما يساعد في تصنيف الأفراد إلى مجاميع متجانسة استنادًا إلى خصائصهم البدنية والحركية ، ويؤدي هذا التصنيف إلى تقليل التداخل بين البيانات، مما يتيح للنموذج الذكي القدرة على التعلم بشكل أكثر دقة وفعالية وقد أظهرت الدراسات أن التباين في السمات الجسمية والمهارية له تأثير مباشر في أداء المبارزين، لا سيما عند استخدام سلاح الشيش، حيث تُعد خصائص مثل طول الذراع، الكتلة ، طول الرجل ، من المؤشرات الحاسمة في تحديد مستوى الأداء.
وقد هدفت الدراسة الى :
1- تحديد المتغيرات الأكثر أهمية وتأثيرًا في رياضة المبارزة، والتي تلعب دورًا رئيسيًا في تطوير مستوى الأداء الرياضي.
2- وضع نموذج تصنيفي تنبؤي يعتمد على الشبكات العصبية الاصطناعية لتصنيف الطلاب وفقًا لقدراتهم البدنية والحركية وقياساتهم الجسمية، بما يسهم في تحديد الأسلوب التدريبي الأمثل في رياضة المبارزة.
أما عن منهجية البحث وإجراءاته الميدانية اعتمد الباحث في هذه الدراسة على المنهج الوصفي بأسلوب المسح والدراسات الارتباطية لملاءمته طبيعة المشكلة المراد بحثها وإيجاد الحلول المناسبة لها وقد تم تحديد مجتمع البحث بطلاب وطالبات المرحلة الرابعة في كلية التربية البدنية وعلوم الرياضة بجامعة كربلاء للعام الدراسي 2024–2025، والبالغ عددهم (168) طالبًا وطالبة. فيما اقتصرت عينة البحث على (70) طالبًا من الذكور فقط، تم اختيارهم عمديًا من بين أفراد المجتمع الأصلي. ولغرض تحليل البيانات وتحقيق أهداف الدراسة، استعان الباحث بمجموعة من الوسائل الإحصائية المناسبة التي ساعدت على تبسيط الإجراءات وضمان دقة النتائج.
اما عن اهم الاستنتاجات فهي:
1- أظهرت المؤشرات الإحصائية المتعلقة بالتوزيع الطبيعي أن بيانات العينة قد اتسمت بالتوزيع الاعتدالي عبر جميع المتغيرات قيد الدراسة، الأمر الذي وفّر أرضية إحصائية مناسبة للباحث لبناء النموذج التصنيفي بشكل دقيق وموضوعي.
2- نجح الباحث في بناء النموذج التصنيفي باستخدام تقنية شبكات الخلايا العصبية بأسلوب (LASSO)، معتمداً على مجموعة من المتغيرات ذات العلاقة.
اما عن اهم التوصيات فهي:
1- يُوصى بإجراء دراسات مماثلة تتناول متغيرات إضافية يمكن أن تسهم في تحسين دقة التصنيف، مثل المتغيرات النفسية أو العقلية، بهدف بناء نماذج شاملة تواكب خصائص رياضة المبارزة.
2- يُوصى بإجراء ورش عمل ودورات تدريبية للكادر التدريبي والأكاديمي حول آليات استخدام تقنيات الذكاء الاصطناعي، ولا سيما الشبكات العصبية الاصطناعية، لتعزيز كفاءتهم في تحليل بيانات اللاعبين وتحسين مخرجات العمل الميداني في رياضة المبارزة.
A Predictive Classification Model For Skill Performance Using Artificial Neural Networks In Terms of Some Body Measurements and Biomotor Abilities In Foil For Students
Abstract
A predictive classification model for skill performance using artificial neural networks in terms of some body measurements and biomotor abilities in foil for students
Researcher Supervisors
Hayder Qais Naji Prof. Dr. Hassan Ali Hussein
Ass. Prof. Dr. Marwa Ali Hamza
2025
The study aimed to identify the most important and influential variables in fencing, which play a major role in developing the level of athletic performance, and to develop a predictive classification model based on artificial neural networks to classify students according to their physical and motor abilities and body measurements, thus contributing to determining the optimal training method in fencing. The researcher adopted the descriptive approach using the survey method and correlational studies to suit the nature of the problem to be researched and find appropriate solutions. The research population was defined as fourth-year male and female students in the College of Physical Education and Sports Sciences at the University of Karbala for the academic year 2024-2025, numbering (168) male and female students, while the research sample was limited to (70) male students only, who were deliberately selected from among the members of the original population. To analyze the data and achieve the objectives of the study, the researcher used a set of appropriate statistical methods that helped simplify the procedures and ensure the accuracy of the results. The most important conclusions are that the statistical indicators related to the normal distribution showed that the sample data were characterized by a moderate distribution across all variables under study, which provided a suitable statistical basis for the researcher to build a classification model accurately and objectively. The researcher succeeded in building the classification model using the LASSO neural network technique, relying on a set of related
variables. The study recommended conducting similar studies that address additional variables that could contribute to improving classification accuracy, such as psychological or mental variables, with the aim of building comprehensive models that keep pace with the characteristics of fencing. It also recommended conducting workshops and training courses for training and academic staff on the mechanisms of using artificial intelligence techniques, particularly artificial neural networks, to enhance their efficiency in analyzing player data and improving fieldwork outcomes in fencing.
