kth.sePublications
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Bordtennis — Kopplingen mellan upplevda och fysiska egenskaper
KTH, School of Engineering Sciences (SCI).
KTH, School of Engineering Sciences (SCI).
2023 (Swedish)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesis
Abstract [sv]

I samarbete med STIGA Sports AB undersöker den här rapporten stommar hos bordtennisracketar och sambandet mellan den subjektiva upplevelsen av snabbhet och deras egenskaper. Undersökningen fokuserar på de fysiska egenskaperna, tjocklek och vikt, skillnaden i produktion, form, handtagssort, limsort och lack, samt uppmätta frekvenssvar. Kategoriseringen av racketarna utfördes i samarbete med bordtennisspelare med ett så kallat knackningstest, en subjektiv men beprövad metod för att på ett effektivt sätt bedöma racketstommars snabbhet. Studien utgick från en maskininlärningsmodell av typen Random Forest för att rangordna egenskapernas betydelse med hjälp av Importance-funktionerna MDA, Permutation Feature Importance, och MDI, Random Forest Feature Importance. Datamängden bestod av 100 racketstommar av samma modell med varierandeegenskaper. Studiens resultat visar på betydelsen av mätdatans omfattning för att kunna dra allmängiltiga slutsatser. Detta till trots visar resultaten på trender vad gäller sambandet mellan den subjektiva upplevelsen och frekvenspikar, form samt densitetsfaktorn (vikt/tjocklek). Tydligast koppling återfanns mellan snabbhet och frekvenspiken motsvarande torsionmoden.

 

Place, publisher, year, edition, pages
2023.
Series
TRITA-SCI-GRU ; 2023:157
Keywords [sv]
Maskininlärning Programmering SkLearn Bordtennis Frekvenssvar Modalanalys
National Category
Engineering and Technology
Identifiers
URN: urn:nbn:se:kth:diva-331113OAI: oai:DiVA.org:kth-331113DiVA, id: diva2:1780159
External cooperation
STIGA Sports AB
Educational program
Master of Science in Engineering -Engineering Physics
Supervisors
Examiners
Available from: 2023-07-05 Created: 2023-07-05 Last updated: 2023-12-12Bibliographically approved

Open Access in DiVA

fulltext(1261 kB)152 downloads
File information
File name FULLTEXT01.pdfFile size 1261 kBChecksum SHA-512
6f4f668afa7b8ce0a0a3d548687aa3abee2b3a62fcad8804b3474e808d83189945a7694e056c9827f0de0903e43525b9b42e1dc0192808beb0d9d35940db9814
Type fulltextMimetype application/pdf

By organisation
School of Engineering Sciences (SCI)
Engineering and Technology

Search outside of DiVA

GoogleGoogle Scholar
Total: 152 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 439 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf