Autoencoder Architectures for Athlete Performance Scoring from Wearable Telemetry

Resumo Técnico: Arquiteturas de Autoencoders para Pontuação de Desempenho de Atletas a partir de Telemetria de Wearables

Declaração do Problema
A proliferação de dispositivos vestíveis (IoT) deslocou o desafio primário na análise esportiva da coleta de dados para a síntese de dados. Corredores geram logs de treinamento multidimensionais e multissensoriais (cinemáticos, fisiológicos e ambientais) que são difíceis de serem interpretados manualmente por treinadores. As abordagens existentes frequentemente dependem de resumos elaborados manualmente com pesos fixos, os quais falham em capturar interações não lineares entre carga de trabalho, fadiga e resposta cardiovascular (por exemplo, a queda simultânea no ritmo e o aumento na frequência cardíaca durante uma corrida em subida). Embora existam técnicas de redução de dimensionalidade como o PCA (Análise de Componentes Principais), elas são limitadas pela linearidade e tipicamente otimizam apenas a precisão da reconstrução, negligenciando a interpretabilidade e a estabilidade das pontuações de desempenho resultantes. Há uma carência de um framework unificado que comprima a telemetria multissensorial em uma pontuação escalar única e interpretável, preservando ao mesmo tempo as relações fisiológicas não lineares e garantindo a estabilidade dos rankings de características.

Metodologia
O estudo avalia cinco arquiteturas de redução de dimensionalidade em um conjunto de dados de 45.836 sessões de corrida anonimizadas derivadas da plataforma Golden Cheetah. A entrada consiste em nove características: ritmo (pace), frequência cardíaca média, ganho de elevação, distância total, cadência, desacoplamento aeróbico, idade, peso corporal e sexo.

1. Arquiteturas de Modelo: Cinco modelos foram comparados, todos reduzindo a entrada de 9 dimensões para um gargalo de 1 dimensão (pontuação latente):

   • Simple AE (Autoencoder Simples): Um mapeamento de camada única.
   • Medium AE (Autoencoder Médio): Entrada → 16 → 1 → 16 → Saída.
   • Deep AE (Autoencoder Profundo): Entrada → 32 → 8 → 1 → 8 → 32 → Saída.
   • PCA: Uma linha de base linear.
   • VAE (Autoencoder Variacional): Um codificador probabilístico com uma camada intermediária de 32 dimensões.
   • Nota de Design: As camadas ocultas foram mantidas largas (16 ou 32 unidades) para garantir capacidade de representação suficiente antes do gargalo de 1D, distinguindo limitações de capacidade de limitações de gargalo.

2. Framework de Avaliação:

   • Critério de Seleção Composto: A qualidade do modelo foi avaliada por meio de uma pontuação ponderada ($Score_{sel}$) combinando a precisão de reconstrução e a interpretabilidade da pontuação latente: $Score_{sel} = \alpha \cdot (1 - MSE_{norm}) + (1 - \alpha) \cdot Q$, onde $\alpha=0.5$, e $Q$ representa a Qualidade da Pontuação Latente.
   • Métricas de Interpretabilidade: Para determinar $Q$, a importância das características foi medida através de quatro métricas: correlação de rank de Spearman, correlação de rank de Kendall, Informação Mútua e Importância de Permutação (usando Random Forest). Essas classificações foram agregadas usando uma contagem de Borda modificada.
   • Estabilidade: A validação por Bootstrap (reamostragem com reposição) foi utilizada para calcular a probabilidade de as características aparecerem no top três e para estabelecer intervalos de confiança de 95% para os ranks das características.

Resultados Principais

• Desempenho do Modelo: O Deep Autoencoder alcançou o menor erro de reconstrução (MSE = 0.001781) e a maior pontuação composta (0.972).
• Capacidade vs. Gargalo: Alargar as camadas ocultas do Medium AE melhorou significamente seu desempenho, aproximando-o do VAE e do PCA. Isso indica que a limitação nas variantes determinísticas anteriores era a capacidade da camada oculta, e não o gargalo de uma dimensão.
• Estabilidade de Características: Em todos os modelos e reamostragens de bootstrap, três características emergiram consistentemente como os principais drivers da pontuação latente: ritmo de corrida, desacoplamento aeróbico e frequência cardíaca média. Estas características atingiram uma probabilidade de inclusão no top-3 de 1.000.
• Comparação com a Linha de Base Linear: A pontuação latente do Deep AE apresentou forte correlação inversa com uma linha de base linear simples (Spearman $\rho = -0.850$). O modelo não linear priorizou o desacoplamento aeróbico, um fator ignorado por combinações lineares simples de ritmo e frequência cardíaca.
• Validade Fisiológica: As pontuações latentes separaram com sucesso os atletas em grupos fisiologicamente distintos. Atletas com pontuações altas exibiram ritmos mais rápidos (2.2–2.6 min/km), desacoplamento aeróbico próximo de zero e frequências cardíacas de 125–134 bpm, enquanto atletas com pontuações menores mostraram ritmos mais lentos e deriva cardiovascular significativa.

Principais Contribuições

1. Framework de Avaliação Unificado: O artigo introduz um método para o ranking não supervisionado de atletas que otimiza simultaneamente a precisão de reconstrução e a interpretabilidade da pontuação derivada.
2. Critério de Seleção Composto: Propõe uma métrica de seleção que evita a seleção exclusiva de modelos baseada apenas no erro de reconstrução (MSE), favorecendo modelos que geram representações latentes mais interpretáveis.
   never
3. Ranking de Características por Consenso: O estudo utiliza uma contagem de Borda modificada para agregar quatro métricas distintas de IA Explicável (XAI), fornecendo um consenso robusto sobre a importância das características.
4. Avaliação de Estabilidade: Emprega validação por bootstrap para confirmar que os principais drivers fisiológicos identificados são estáveis entre diferentes divisões de dados e não artefatos de conjuntos de treinamento específicos.

Significância e Alegações
O artigo alega que o framework proposto consegue comprimir a complexa telemetria multissensorial de corredores em um único indicador de desempenho interpretável, sem a necessidade de resultados rotulados ou pesos definidos por especialistas. Os resultados demonstram que autoencoders profundos podem recuperar relações fisiológicas consistentes com a ciência do esporte estabelecida (especificamente os papéis do ritmo, frequência cardíaca e desacoplamento aeróbico) puramente através de aprendizado não supervisionado.

Os autores enfatizam que confiar exclusivamente no erro de reconstrução (MSE) é insuficiente para a modelagem fisiológica, pois diferentes arquiteturas podem produzir erros semelhantes, mas classificar os atletas em ordens contraditórias. Ao integrar verificações de interpretabilidade e estabilidade, o framework oferece uma ferramenta prática para treinadores resumirem o desempenho e identificarem fadiga ou sobrecarga (overreaching). O estudo conclui que, embora os resultados atuais sejam promissores, trabalhos futuros exigem validação supervisionada contra métricas de "verdade fundamental" (ex: VO2max, resultados de corridas) e generalização para outros ecossistemas de dispositivos.