Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS
CORDIS Web 30th anniversary CORDIS Web 30th anniversary

META DATA ANALYSIS LAB to Enhance Training Quality

Description du projet

Transpirer au rythme de l’analyse sémantique

De plus en plus d’Européens intègrent dans leur quotidien une activité physique propre à améliorer leur santé. Pour obtenir de meilleurs résultats, les entraîneurs personnels s’efforcent d’améliorer leurs compétences et leurs techniques, notamment en ce qui concerne l’entraînement d’endurance, la rééducation et les précautions à prendre en matière de santé. Même si ce n’est pas facile, la quantité de données disponibles provenant de divers domaines pourrait révolutionner les méthodes d’entraînement et permettre l’émergence de nouveaux outils pratiques. Le projet MyGoalMEDAL, financé par l’UE, vise à engager l’apprentissage automatique dans une analyse sémantique interdisciplinaire des données internationales existantes provenant de domaines connexes. L’objectif est de systématiser les métadonnées de toutes les expériences prometteuses, ce qui conduira à des innovations révolutionnaires avec de nouveaux outils et applications pour la santé en ligne et les entraînements sportifs.

Objectif

How are you? A simple question and people’s answers to it lead to a disruptive plan. The interdisciplinary approach to semantic analysis and machine learning is a shift of paradigm in endurance training, rehabilitation, and health precaution. It will boost our business and solve a problem all personal trainers have. There is a natural growth limitation in 1:1 care because of time consuming efforts. Machine learning helps us to systemize and up-scale what we already do successfully. Listening and understanding are the key competences for our corporate promise: “Achieve Your Goal Healthy!” We have developed a plan with global implications for e-health.

We will show how we are going to transform the results of machine learning from particular data sources into a must-have application for trainers and for their clients. The proposal shows how this can be done on large scales with a little help from our competitors. Thereby we include an underestimated data perspective in sports, but health care too. We want to find out, how to implement and up-scale our strategy that leverages trainer’s best practice internationally. A simple solution and a starting point from within a market niche will lead to a disruptive innovation. The outcome will enable huge business opportunities not only in sports, but in rehabilitation and health precaution.

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Régime de financement

SME-1 - SME instrument phase 1

Coordinateur

PRIEBE MATHIAS
Contribution nette de l'UE
€ 50 000,00
Coût total
€ 71 429,00