💻 computer science

When Lifts Predict Lifts: Leakage-Controlled Strength Prediction and a Closed-Form Leakage Diagnostic

Questo articolo espone come i modelli di apprendimento automatico per la previsione dei massimali degli atleti soffrano di un significativo gonfiamento dell'accuratezza dovuto alla fuga di dati tra sollevamenti concorrenti, e propone un diagnostico in forma chiusa per quantificare la gravità di tale fuga insieme a un modello generativo economico che fornisca previsioni calibrate e fisiologicamente coerenti senza fare affidamento sui dati dei sollevamenti fratelli.

Autori originali: Yasin Alipour, Reza Pourgholi

Pubblicato 2026-09-24

📖 6 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Yasin Alipour, Reza Pourgholi

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Nel mondo degli sport di forza, dalla pedana olimpica alla palestra locale, conoscere quanto un atleta possa sollevare è la base di tutto. Gli allenatori usano questi numeri per progettare programmi di allenamento, monitorare i progressi e decidere se un movimento è sicuro da tentare. Idealmente, un allenatore misurerebbe ogni singolo sollevamento che un atleta può eseguire — il clean and jerk, lo snatch, lo squat con bilanciere sulle spalle e il deadlift — per ottenere un quadro completo. Ma misurare tutto è lento, estenuante e spesso impossibile per un nuovo atleta che non ha mai gareggiato prima. Ciò ha portato a un crescente interesse nell'uso di programmi informatici per prevedere questi sollevamenti basandosi su fatti semplici come età, sesso, altezza e peso corporeo. La speranza è che una macchina possa guardare il profilo di una persona e dirvi esattamente quanto può sollevare, risparmiando tempo e fatica.

Per anni, i modelli informatici hanno sostenuto di poterlo fare con una precisione sorprendente, ottenendo spesso i numeri corretti più del 90 percento delle volte. Tuttavia, un nuovo studio suggerisce che questi punteggi elevati siano fuorvianti. I ricercatori hanno scoperto che i modelli non stavano in realtà imparando a prevedere la forza da un corpo; invece, stavano facendo affidamento su altri sollevamenti noti come indizi per indovinare quello mancante. Se un modello sa quanto una persona esegue lo squat, può indovinare il suo deadlift con una precisione quasi perfetta perché i due movimenti sono così strettamente legati. Questo è come cercare di indovinare l'altezza di una persona chiedendole quanto è alta; la risposta è facile, ma non dice nulla di nuovo. La vera sfida, quella che gli allenatori affrontano realmente, è prevedere un profilo completo per uno sconosciuto che non ha mai sollevato un peso prima, usando solo la sua età e la sua stazza.

Yasin Alipour e Reza Pourgholi, ricercatori della Università di Damghan in Iran, si sono posti l'obiettivo di esporre questo difetto e costruire un modo migliore per prevedere la forza. Hanno iniziato prendendo un vasto database pubblico di atleti CrossFit e riproducendo i risultati ad alta precisione riportati dagli studi precedenti. Quando hanno permesso ai loro modelli informatici di vedere gli altri sollevamenti di un atleta durante una previsione, i modelli hanno performato brillantemente, eguagliando il 93 percento di precisione visto nei lavori precedenti. Ma poi hanno cambiato le regole. Hanno rimosso gli altri sollevamenti dall'input, costringendo il modello a prevedere un sollevamento usando solo l'età, il sesso, l'altezza e il peso dell'atleta. I risultati sono crollati. La precisione è scesa di un margine significativo, passando dagli alti 90 fino alla metà dei 60. Questo drastico calo ha rivelato che il successo precedente era in gran parte un'illusione creata dal "data leakage" (perdita di dati), dove la risposta era nascosta all'interno della domanda.

I ricercatori si sono resi conto che il problema onesto è molto più difficile di quello risolto in laboratorio. Prevedere un sollevamento per un nuovo atleta senza alcuna storia è un compito difficile, e i migliori programmi informatici attualmente disponibili riescono a farlo circa il 65 percento delle volte. Questo non è un fallimento della tecnologia, ma un riflesso della realtà: la dimensione del corpo e l'età di una persona possono dirti solo così tanto sulla sua forza. Lo studio dimostra che, sebbene le macchine possano esaminare gli atleti e fornire un punto di partenza approssimativo, non possono sostituire la misurazione effettiva di un sollevamento. Le informazioni extra fornite da algoritmi complessi aggiungono solo un piccolo valore rispetto a un semplice calcolo basato sul sesso e sul peso corporeo.

Per risolvere la confusione nel campo, il team ha sviluppato un nuovo strumento per rilevare questo tipo di dipendenza prima che accada. Hanno creato un punteggio semplice che può analizzare un dataset e prevedere quanto calerà la precisione se i target "fratelli" — come gli altri sollevamenti — vengono rimossi. Questo punteggio funziona analizzando come i diversi sollevamenti si relazionano tra loro dopo aver tenuto conto dei dati corporei di base. Se il punteggio è alto, avverte che il dataset è probabilmente gonfiato dal leakage. I ricercatori hanno testato questo diagnostico sui dati di forza e hanno scoperto che funzionava perfettamente. Hanno anche provato su campi completamente diversi, come la previsione della resistenza delle miscele di calcestruzzo e il consumo energetico degli edifici. Nei casi in cui i target erano veramente legati, come i diversi sollevamenti in una palestra, il punteggio ha correttamente previsto un grande calo di precisione. Nei casi in cui i target erano già determinati dai dati di input, come le necessità di riscaldamento e raffreddamento di un edificio, il punteggio ha correttamente previsto quasi nessun calo, provando che lo strumento può distinguere tra previsione reale e data leakage.

Oltre a esporre il problema, i ricercatori hanno costruito un nuovo tipo di modello progettato per gestire il compito onesto e difficile della previsione "cold-start" (partenza a freddo). Invece di trattare ogni sollevamento come un problema separato, hanno costruito un unico sistema che vede la forza come una combinazione di capacità generale e uno stile specifico. Immaginate la forza come una manopola del volume che controlla quanto un atleta è forte in generale, e un set di cursori che determinano come questa forza sia distribuita attraverso i diversi movimenti. Questo sistema può prendere alcuni sollevamenti noti e colmare le lacune per quelli sconosciuti, o prevedere un profilo completo per un nuovo atleta. Lo fa in una frazione del tempo e del costo dei metodi più complessi e datati, fornendo anche una misura dell'incertezza in modo che gli allenatori sappiano quanto fidarsi del numero.

Il team ha validato queste scoperte su larga scala, testando i loro metodi su quasi 300.000 powerlifter competitivi da un database diverso. I risultati hanno tenuto il passo: l'alta precisione dei vecchi modelli è svanita quando gli altri sollevamenti sono stati rimossi, e il nuovo strumento diagnostico ha identificato correttamente il leakage. Hanno anche dimostrato che la relazione tra i sollevamenti è coerente tra diverse popolazioni. Un modello addestrato su atleti CrossFit amatoriali è stato in grado di prevedere con successo la relazione tra i sollevamenti per i powerlifter d'élite, nonostante gli atleti d'élite fossero molto più forti. Ciò suggerisce che, mentre i numeri assoluti cambiano, la struttura sottostante di come la forza viene distribuita rimane la stessa.

Lo studio si conclude con un messaggio chiaro per allenatori e scienziati dei dati: i numeri di cronaca sulla previsione della forza sono spesso troppo belli per essere veri. Quando un modello usa gli altri sollevamenti di un atleta per indovinare uno nuovo, non sta dimostrando intelligenza; sta semplicemente sfruttando una nota relazione fisica. Il vero valore del machine learning in questo campo risiede nella sua capacità di fornire un punto di partenza ragionevole per i nuovi atleti e di colmare i dati mancanti quando alcuni sollevamenti sono noti, il tutto ammettendo onestamente i limiti della propria certezza. Separando le previsioni facili e "leaked" da quelle oneste e difficili, i ricercatori hanno tracciato un percorso più chiaro per utilizzare i dati per comprendere la forza umana.

Riepilogo Tecnico: Quando i Sollevamenti Predicono i Sollevamenti: Predizione della Forza Controllata dal Leakage e una Diagnosi a Forma Chiusa del Leakage

Definizione del Problema

I modelli di machine learning applicati agli sport di forza riportano spesso un'elevata accuratezza (ad es., $R^2 \approx 0,93$ ) nel predire i sollevamenti massimali di un atleta. Tuttavia, l'articolo sostiene che tale accuratezza sia in gran parte un artefatto del leakage dei sollevamenti concorrenti (concurrent-lift leakage). Nelle impostazioni standard di "warm-start", i modelli predicono un sollevamento (ad es., lo snatch) utilizzando gli altri sollevamenti noti dell'atleta (ad es., clean and jerk, squat, stacco da terra) come input. Poiché questi sollevamenti condividono un fattore latente di forza comune, la predizione diventa un'interpolazione quasi deterministica piuttosto che una vera generalizzazione.

La sfida pratica, non ancora risolta, è l'impostazione cold-start: predire l'intero profilo di sollevamento di un atleta utilizzando solo descrittori semplici (età, sesso, peso corporeo, altezza, esperienza di allenamento) prima che esista una cronologia di sollevamenti. In questo scenario realistico, l'accuratezza riportata diminuisce significativamente, tuttavia pochi metodi affrontano la versione congiunta, calibrata e su scala di popolazione di questo problema. Inoltre, manca uno strumento per diagnosticare quanta accuratezza un dataset multi-target perderà quando i "target fratelli" (altri sollevamenti) vengono esclusi.

Metodologia

1. Diagnosi del Leakage: Il Punteggio LFLS

Gli autori propongono un punteggio di severità del leakage a forma chiusa (LFLS) per predire la perdita di accuratezza quando i target fratelli vengono rimossi, senza dover addestrare il costoso modello che utilizza i fratelli.

Computazione: Il punteggio è derivato dalla matrice di covarianza dei residui ( $\Sigma$ ) di un modello economico basato solo sui descrittori.
Logica: Misura la frazione della varianza di un target recuperabile dai fratelli che è trasportata dal fattore latente dominante condiviso.
Formula: Per un target $k$ , il punteggio è definito come la differenza tra la varianza recuperabile dai fratelli usando la covarianza completa ( $R^2_{sib}$ ) e la varianza recuperabile dopo aver rimosso il fattore dominante di rango uno ( $R^2_{sib,0}$ ).
$LFLS(k) = R^2_{sib}(k; \Sigma) - R^2_{sib}(k; \Sigma - \lambda_1\lambda_1^\top)$
Predizione: La perdita di accuratezza prevista è calcolata come $LFLS(k) \times (1 - R^2_{cold})$ .

2. Modello Generativo: Capacità e Stile

L'articolo riclassifica il profiling della forza come un singolo modello generativo basato su un framework di analisi fattoriale (equivalente alla PCA probabilistica) nello spazio logaritmico:
$z = m(x) + \Lambda u + \epsilon$

$m(x)$ : Una media condizionata dai descrittori, adattata tramite un forte regressore a gradient boosting.
$\Lambda u$ : Una struttura di fattori latenti dove $u$ rappresenta una capacità scalare (magnitudo della forza complessiva) e potenzialmente fattori di stile (distribuzione della forza tra i sollevamenti).
$\epsilon$ : Rumore residuo diagonale.
Predizione: Poiché il modello è Gaussiano, la distribuzione predittiva per qualsiasi sottoinsieme non osservato di sollevamenti, dato qualsiasi sottoinsieme osservato, ha una soluzione a forma chiusa. Ciò consente al modello di funzionare come un unico fit per il cold-start (nessun sollevamento osservato), warm-start (tutti i sollevamenti osservati) e qualsiasi sottoinsieme intermedio.

3. Calibrazione e Ordinamento

Incertezza Calibrata: Il modello impiega la predizione conforme split per generare intervalli di predizione con copertura marginale garantita, indipendentemente dalle stime di varianza interna del modello.
Ordine Fisiologico: I profili predetti sono proiettati sull'ordine dei sollevamenti della popolazione tramite regressione isotonica per garantire la coerenza fisiologica (ad es., assicurare che una predizione dello stacco da terra non sia inferiore a una dello squat se il trend della popolazione lo richiede), sebbene gli autori notino che il modello base raramente viola questo aspetto naturalmente.

Risultati Chiave

1. Il "Collasso del Leakage"

Riproducendo il lavoro precedente sul dataset CrossFit ( $N=51.161$ ), gli autori confermano che i modelli warm-start raggiungono un'alta $R^2$ (0,90–0,93). Tuttavia, quando i sollevamenti concorrenti vengono esclusi (cold-start), l'accuratezza crolla di circa 0,16 - 0,26, portando la $R^2$ a circa 0,64–0,68. Questo effetto è replicato su un dataset più ampio e verificato tramite competizioni di 295.781 powerlifter da OpenPowerlifting, confermando che il reperto non è un artefatto di dati auto-riferiti.

2. Accuratezza Diagnostica

Il punteggio LFLS predice con successo la perdita misurata tra warm-to-cold in molteplici domini:

Forza: Correlazione $r=0,94$ tra il LFLS scalato e la perdita misurata.
Miscele di Calcestruzzo: Correlazione $r=0,998$ .
Energia degli Edifici: Ha identificato correttamente un leakage quasi nullo (poiché i descrittori fissano già i target).
Voti Scolastici: Prestazione più debole ( $r=0,71$ ), indicando che il diagnostico è uno strumento per l'evidenza piuttosto che una legge universale.

3. Prestazioni Cold-Start

Sul compito onesto di cold-start, il modello proposto raggiunge una $R^2$ media di 0,656, pareggiando statisticamente con baseline forti come CatBoost (0,654) e LightGBM (0,646). L'articolo sottolinea che l'accuratezza del punto non è il contributo primario; piuttosto, il valore risiede nella capacità del modello di gestire la predizione di sottoinsiemi e fornire incertezza calibrata.

4. Efficienza della Predizione di Sottoinsiemi

Quando si predicono sollevamenti ignoti da un set parziale di sollevamenti osservati:

Il modello eguaglia le prestazioni di un processo Gaussiano coregionalizzato (GP) (il metodo classico per questo compito) in tutti i livelli di osservazione.
Efficienza: Il modello proposto è significamente più veloce, utilizzando una covarianza a forma chiusa adattata su una media a gradient boosting, mentre il GP richiede l'ottimizzazione di kernel e punti indotti (circa 30 secondi per split contro i minuti del metodo proposto).
Prestazioni: Il modello supera i condizionatori a gradient boosted nei regimi a bassa osservazione (1–2 sollevamenti osservati) e pareggia con il GP nei regimi ad alta osservazione.

5. Interpretabilità

In un profilo a sei misure (aggiungendo pull-up e un benchmark di condizionamento), un secondo fattore latente diventa identificabile. Questo fattore carica vicino allo zero sui sollevamenti con bilanciere e positivamente sui parametri di condizionamento, rappresentando un asse forza-contro-condizionamento. L'inclusione di questo fattore migliora l'accuratezza della predizione del sottoinsieme.

Significato e Rivendicazioni

L'articolo rivendica tre contributi primari:

Correzione dell'Accuratezza Riportata: Dimostra che l'alta accuratezza nella predizione della forza è spesso un artefatto di leakage, e che il problema "onesto" del cold-start è significativamente più difficile ( $R^2 \approx 0,65$ ).
Uno Strumento Diagnostico: Introduce l'LFLS, un punteggio a forma chiusa che predice la perdita di accuratezza dovuta al leakage dei fratelli prima di addestrare modelli complessi, validato in campi di forza, calcestruzzo ed energia.
Un Framework Generativo Unificato: Fornisce un singolo modello, computazionalmente efficiente, che gestisce la predizione cold-start, il condizionamento di qualsiasi sottoinsieme e l'incertezza calibrata, eguagliando le prestazioni di costosi processi gaussiani pur mantenendo l'ordine fisiologico.

Gli autori rimangono modesti riguardo l'utilità pratica delle predizioni cold-start, notando che aggiungono solo un valore limitato rispetto alla semplice contabilità demografica (sesso e peso corporeo) e dovrebbero essere visti come strumenti di screening e inizializzazione piuttosto che sostituti della misurazione diretta. Il lavoro è osservazionale e trasversale, non formulando alcuna pretesa causale.