Autoencoder Architectures for Athlete Performance Scoring from Wearable Telemetry

Sintesi Tecnica: Architetture di Autoencoder per la Valutazione della Performance Atletica da Telemetria Wearable

Definizione del Problema
La proliferazione di dispositivi IoT indossabili ha spostato la sfida principale nell'analisi dello sport dalla raccolta dei dati alla loro sintesi. I corridori generano log di allenamento ad alta dimensionalità e multi-sensore (cinematici, fisiologici e ambientali) che sono difficili da interpretare manualmente per gli allenatori. Gli approcci esistenti si affidano spesso a riassunti creati manualmente con pesi fissi, i quali non riescono a catturare le interazioni non lineari tra carico di lavoro, fatica e risposta cardiovascolare (ad esempio, il contemporaneo calo del ritmo e l'aumento della frequenza cardiaca durante la corsa in salita). Sebbene esistano tecniche di riduzione della dimensionalità come la PCA (Analisi delle Componenti Principali), esse sono limitate dalla linearità e tipicamente ottimizzano solo l'accuratezza della ricostruzione, trascurando l'interpretabilità e la stabilità dei punteggi di performance risultanti. Manca un framework unificato che comprima la telemetria multi-sensore in un singolo punteggio scalare interpretabile, preservando al contempo le relazioni fisiologiche non lineari e garantendo la stabilità della classificazione delle caratteristiche.

Metodologia
Lo studio valuta cinque architetture di riduzione della dimensionalità su un dataset di 45.836 sessioni di corsa anonimizzate derivate dalla piattaforma Golden Cheetah. L'input consiste in nove caratteristiche: ritmo (pace), frequenza cardiaca media, dislivello positivo, distanza totale, cadenza, decoupling aerobico, età, peso corporeo e sesso.

1. Architetture dei Modelli: Sono stati confrontati cinque modelli, tutti progettati per ridurre l'input a 9 dimensioni a un collo di bottiglia (bottleneck) monodimensionale (punteggio latente):

   • Simple AE: Una mappatura a singolo strato.
   • Medium AE: Input → 16 → 1 → 16 → Output.
   • Deep AE: Input → 32 → 8 → 1 → 8 → 32 → Output.
   • PCA: Un baseline lineare.
   • Variational Autoencoder (VAE): Un encoder probabilistico con uno strato intermedio a 32 dimensioni.
   • Nota di Design: Gli strati nascosti sono stati mantenuti ampi (16 o 32 unità) per garantire una sufficiente capacità rappresentativa prima del collo di bottiglia 1D, distinguendo così i limiti di capacità da quelli del collo di bottiglia stesso.

2. Framework di Valutazione:

   • Criterio di Selezione Composito: La qualità del modello è stata valutata tramite un punteggio pesato ($Score_{sel}$) che combina l'accuratezza della ricostruzione e l'interpretabilità del punteggio latente: $Score_{sel} = \alpha \cdot (1 - MSE_{norm}) + (1 - \alpha) \cdot Q$. Qui, $\alpha=0.5$, e $Q$ rappresenta la Qualità del Punteggio Latente.
   • Metriche di Interpretabilità: Per determinare $Q$, l'importanza delle caratteristiche è stata misurata tramite quattro metriche: correlazione di rango di Spearman, correlazione di rango di Kendall, Informazione Mutua e Importanza della Permutazione (utilizzando un Random Forest). Tali classifiche sono state aggregate utilizzando un conteggio di Borda modificato.
   • Stabilità: La validazione tramite Bootstrap (campionamento con reinserimento) è stata utilizzata per calcolare la probabilità che le caratteristiche appaiano nei primi tre posti e per stabilire intervalli di confidenza al 95% per i ranghi delle caratteristiche.

Risultati Chiave

• Performance dei Modelli: Il Deep Autoencoder ha ottenuto l'errore di ricostruzione più basso (MSE = 0.001781) e il punteggio composito più alto (0.972).
• Capacità vs. Collo di Bottiglia: L'allargamento degli strati nascosti del Medium AE ha migliorato significativamente le sue prestazioni, avvicinandole a quelle del VAE e della PCA. Ciò indica che il limite nelle precedenti varianti deterministiche era la capacità dello strato nascosto, non il collo di bottiglia monodimensionale in sé.
• Stabilità delle Caratteristiche: In tutti i modelli e campioni bootstrap, tre caratteristiche sono emerse costantemente come i driver dominanti del punteggio latente: ritmo di corsa, decoupling aerobico e frequenza cardiaca media. Queste caratteristiche hanno raggiunto una probabilità di inclusione nei primi tre posti pari a 1.000.
• Confronto con il Baseline Lineare: Il punteggio latente del Deep AE è fortemente correlato in modo inverso con un semplice baseline lineare (Spearman $\rho = -0.850$). Il modello non lineare ha dato priorità al decoupling aerobico, un fattio ignorato dalle semplici combinazioni lineari di ritmo e frequenza cardiaca.
• Validità Fisiologica: I punteggi latenti hanno separato con successo gli atleti in gruppi fisiologicamente distinti. Gli atleti con punteggio elevato esibivano ritmi più veloci (2.2–2.6 min/km), decoupling aerobico vicino allo zero e frequenze cardiache tra 125 e 134 bpm, mentre gli atleti con punteggio inferiore mostravano ritmi più lenti e un significativo drift cardiovascolare.

Contributi Chiave

1. Framework di Valutazione Unificato: Il documento introduce un metodo per la classificazione non supervisionata degli atleti che ottimizza simultaneamente l'accuratezza della ricostruzione e l'interpretabilità del punteggio derivato.
2. Criterio di Selezione Composito: Propone una metrica di selezione che impedisce la scelta esclusiva di modelli basata solo sull'errore di ricostruzione (MSE), favorendo invece modelli che producono rappresentazioni latenti più interpretabili.
3. Classificazione Consensuale delle Caratteristiche: Lo studio utilizza un conteggio di Borda modificato per aggregare quattro distinte metriche di Intelligenza Artificiale Spiegabile (XAI), fornendo un consenso robusto sull'importanza delle caratteristiche.
4. Valutazione della Stabilità: Impiega la validazione tramite bootstrap per confermare che i principali driver fisiologici identificati siano stabili attraverso diverse suddivisioni dei dati e non artefatti di specifici set di addestramento.

Significatività e Rivendicazioni
Il documento sostiene che il framework proposto riesce a comprimere la complessa telemetria multi-sensore dei corridori in un singolo indicatore di performance interpretabile, senza richiedere esiti etichettati o pesi definiti da esperti. I risultati dimostrano che gli autoencoder profondi possono recuperare relazioni fisiologiche coerenti con le scienze dello sport consolidate (specificamente i ruoli di ritmo, frequenza cardiaca e decoupling aerobico) puramente attraverso l'apprendimento non supervisionato.

Gli autori sottolineano che affidarsi esclusivamente all'errore di ricostruzione (MSE) è insufficiente per la modellazione fisiologica, poiché diverse architetture possono produrre errori simili ma classificare gli atleti in ordini contraddittori. Integrando controlli di interpretabilità e stabilità, il framework offre uno strumento pratico per gli allenatori per riassumere la performance e identificare affaticamento o sovrallenamento. Lo studio conclude che, sebbene i risultati attuali siano promettenti, il lavoro futuro richiederà una validazione supervisionata rispetto a metriche di verità assoluta (es. VO2max, risultati di gara) e una generalizzazione cross-platform ad altri ecosistemi di dispositivi.