Politique
Publiée prochainement dans la revue scientifique SIAM, Journal of Applied Mathematics, la recherche menée par Amandine Aftalion (CNRS/Université de Versailles-Saint-Quentin-en-Yvelines) et par Frédéric Bonnans du Centre de mathématiques appliquées (CNRS/Inria/École polytechnique) a déjà été présentée au forum Futurapolis à Toulouse en mai dernier, événement annuel dédié à l’innovation dans tous les domaines de la vie quotidienne.
Un modèle, des algorithmes
C'est l'énergie du coureur qui est tout d'abord prise en compte dans le modèle mathématique, et notamment sa consommation maximale d'oxygène et son stock d'énergie anaérobie. Ces données sont ensuite mises en relation avec les données de vitesse, d'accélération, de force de propulsion et de forces de frottement.
Grâce au modèle s’appuie sur des algorithmes, les chercheurs parviennent à prédire le comportement que doit avoir le coureur, en temps réel tout au long de sa course. Des bilans instantanés sont émis indiquant à la seconde près la vitesse optimale que devrait adopter le coureur et la dépense d'énergie. Principal enseignement : varier sa vitesse permet d'économiser son énergie et de courir plus longtemps.
Grâce au modèle s’appuie sur des algorithmes, les chercheurs parviennent à prédire le comportement que doit avoir le coureur, en temps réel tout au long de sa course. Des bilans instantanés sont émis indiquant à la seconde près la vitesse optimale que devrait adopter le coureur et la dépense d'énergie. Principal enseignement : varier sa vitesse permet d'économiser son énergie et de courir plus longtemps.
Rivaliser avec les athlètes
Un autre aspect du modèle consiste à comparer les données avec celles d'athlètes professionnels, ce qui permet de répondre à cette intéressante question : "quels seront les résultats d'un champion s'il avait le poids et la consommation maximale d'oxygène d'un coureur amateur ? ". Le coureur amateur pourra en déduire les paramètres de sa course qu'il pourra améliorer pour rivaliser avec les meilleurs : capacité respiratoire...
A partir de ce modèles, les chercheurs espèrent pouvoir développer un logiciel capable de générer des programmes d'entraînement personnalisés, particulièrement intéressant pour les coureurs "semi-professionnels" qui bien souvent s'entraînent sans coach. Pour les amateurs, le logiciel sera capable de calculer très précisément et instantanément la dépense calorique, un vrai plus par rapport aux applis existantes qui n'indiquent que des moyennes approximatives.
Ce modèle est une nouvelle illustration de ce que peut apporter le big data et le quantified self. Il permet ici de démocratiser le coaching personnalisé des sportifs de haut niveau en le mettant à la portée des coureurs amateurs.
A partir de ce modèles, les chercheurs espèrent pouvoir développer un logiciel capable de générer des programmes d'entraînement personnalisés, particulièrement intéressant pour les coureurs "semi-professionnels" qui bien souvent s'entraînent sans coach. Pour les amateurs, le logiciel sera capable de calculer très précisément et instantanément la dépense calorique, un vrai plus par rapport aux applis existantes qui n'indiquent que des moyennes approximatives.
Ce modèle est une nouvelle illustration de ce que peut apporter le big data et le quantified self. Il permet ici de démocratiser le coaching personnalisé des sportifs de haut niveau en le mettant à la portée des coureurs amateurs.