From Raw to Big Data in Endurance Running : Application of Data Science Techniques for Knowledge Creation from Wearable Sensor Data

Language
en
Document Type
Doctoral Thesis
Issue Date
2022-08-01
Issue Year
2022
Authors
Zrenner, Markus
Editor
Publisher
FAU University Press
ISBN
978-3-96147-539-1
Abstract

Body-worn sensors, so-called wearables, are getting more and more popular in the sports domain. Wearables offer real-time feedback to athletes on technique and performance, while researchers can generate insights into the biomechanics and sports physiology of the athletes in real-world sports environments outside of laboratories. One of the first sports disciplines, where many athletes have been using wearable devices, is endurance running. With the rising popularity of smartphones, smartwatches and inertial measurement units (IMUs), many runners started to track their performance and keep a digital training diary. Due to the high number of runners worldwide, which transferred their data of wearables to online fitness platforms, large databases were created, which enable Big Data analysis of running data. This kind of analysis offers the potential to conduct longitudinal sports science studies on a larger number of participants than ever before. In this dissertation, both studies showing how to extract endurance running-related parameters from raw data of foot-mounted IMUs as well as a Big Data study with running data from a fitness platform are presented.

Abstract

Am Körper tragbare Sensoren, so genannte Wearables, werden im Sportbereich immer populärer. Wearables bieten Nutzern die Möglichkeit, Rückmeldung über Technik und sportliche Leistung in Echtzeit zu erhalten, während sie Wissenschaftlern Einblicke in die Biomechanik und Physiologie von Sportlern außerhalb des Labors ermöglichen. Eine der ersten Sportarten, in welcher viele Athleten Wearables nutzten, war der Ausdauerlauf. Seit der Einführung von Smartphones und Smartwatches haben viele Läufer begonnen, sich selbst zu tracken und ein digitales Trainingstagebuch zu führen. Durch die große Anzahl an Nutzern weltweit, die ihre Daten an Fitness Plattformen übertragen haben, entstanden große Datenbanken, die nun Big Data Analysen ermöglichen. Diese Art von Analysen bieten Wissenschaftlern die Möglichkeit, generische Schlussfolgerungen aus longitudinalen Studien basierend auf einer größeren Anzahl an Nutzern zu ziehen als jemals zuvor. Die in dieser Dissertation präsentierten Studien zeigen zum einen, wie Rohdaten von am Körper tragbaren inertialen Messeinheiten im Ausdauerlaufen zu interpretierbaren Laufparametern verarbeitet werden und zum anderen, wie Big Data von Fitness Plattformen genutzt werden kann, um Erkenntnisse im Marathon Training zu erlangen.

Series
FAU Studien aus der Informatik
Series Nr.
18
Notes
Parallel erschienen als Druckausgabe bei FAU University Press, ISBN: 978-3-96147-538-4
Faculties & Collections
Zugehörige ORCIDs