[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
@@ -2,66 +2,144 @@
|
||||
id: wiki-2026-0508-olympic-training-protocols
|
||||
title: Olympic Training Protocols
|
||||
category: 10_Wiki/Topics
|
||||
status: needs_review
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [P-Reinforce-AUTO-OLYM-003]
|
||||
aliases: [Elite Athlete Training, Periodization, Olympic Periodization]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.96
|
||||
tags: [auto-reinforced, olympic-Protocols, sports-science, anti-doping]
|
||||
confidence_score: 0.85
|
||||
verification_status: applied
|
||||
tags: [sports-science, training, periodization, polarized, recovery, wearables]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-04-20
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
tech_stack: { language: Python, framework: pandas }
|
||||
---
|
||||
|
||||
# [[Olympic-Training-Protocols|Olympic-Training-Protocols]]
|
||||
## 한 줄
|
||||
엘리트 선수의 4년 사이클을 매크로/메조/마이크로 주기로 분할하고, 폴라라이즈드 강도 분포 + 회복 모니터링 + 웨어러블 데이터로 적응을 최적화한다.
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> "모든 변수를 통제하라: 훈련장 안팎의 모든 활동(식단, 수면, 심리, 도핑 방지)을 매뉴얼화하여 우연의 개입을 최소화하는 정밀 실행 지침."
|
||||
## 핵심
|
||||
- **Periodization**:
|
||||
- **Macrocycle** (4년/1년) — Olympic peak 목표.
|
||||
- **Mesocycle** (3-6주) — 일반 준비/전문 준비/시합/이행.
|
||||
- **Microcycle** (1주) — 일별 강도/볼륨 분배.
|
||||
- **Block periodization** (Issurin) — 한 능력 집중 후 전이.
|
||||
- **강도 분포**:
|
||||
- **Polarized (80/20)**: 80% Z1 (저강도), 20% Z3 (고강도). 지구력 종목 표준.
|
||||
- **Pyramidal**: Z1 > Z2 > Z3.
|
||||
- **Threshold**: Z2 비중 큼 (단축 시즌).
|
||||
- **회복**: HRV, sRPE, sleep, CK/cortisol, RESTQ-Sport 설문.
|
||||
- **웨어러블 (2026)**: WHOOP, Garmin HRM-Pro Plus, Polar Vantage V3, Catapult GPS, Oura Ring.
|
||||
- **Tapering**: 시합 2-3주 전 볼륨 41-60% 감소, 강도 유지.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
올림픽 훈련 프로토콜(Olympic Training Protocols)은 훈련 모델과 주기를 실제로 구현하기 위한 구체적이고 엄격한 행동 지침입니다.
|
||||
## 💻 패턴
|
||||
|
||||
1. **회복 및 재생 프로토콜 (Recovery Protocols)**:
|
||||
* **Cryotherapy**: 냉각 요법을 통한 근육 염증 억제 지침.
|
||||
* **Sleep Hygiene**: 수면 시간뿐만 아니라 수면의 질(깊은 수면 비중)을 확보하기 위한 환경 조성 가이드.
|
||||
2. **영양 및 보충 프로토콜**:
|
||||
* 훈련 강도에 따른 탄수화물 섭취 타이밍(Nutrient Timing) 및 금지 약물 리스트(WADA) 준수 여부 실시간 확인.
|
||||
3. **정신 능력 프로토콜 (Mental Protocols)**:
|
||||
* 압박감이 심한 상황에서 평정심을 유지하기 위한 '루틴(Morning/Pre-game routine)' 수립 및 시각화(Visualization) 훈련.
|
||||
```python
|
||||
# 1) ACWR (Acute:Chronic Workload Ratio) — 부상 위험 지표
|
||||
import pandas as pd
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
- **과거 데이터와의 충돌**: 이전에는 훈련 자체의 강도만 중요시했으나, 최근 프로토콜은 '훈련 사이의 시간'을 어떻게 보내느냐가 실제 경기력을 30% 이상 결정짓는다는 증거에 기반하여 설계됨.
|
||||
- **정책 변화(RL Update)**: 러시아의 대규모 도핑 스캔들 이후, 모든 국가 대표 프로토콜에는 '무관용 도핑 교육(Anti-Doping Inte[[Grit|Grit]]y)'과 투명한 데이터 기록 공유가 최우선 순위 정책으로 강제됨.
|
||||
def acwr(loads: pd.Series):
|
||||
"""loads: 일별 sRPE*duration"""
|
||||
acute = loads.rolling(7).mean()
|
||||
chronic = loads.rolling(28).mean()
|
||||
return acute / chronic # 0.8-1.3 sweet spot, >1.5 위험
|
||||
```
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- **Related**: [[Nutritional-Biochemistry|Nutritional-Biochemistry]], [[Elite-Sport-Science-Protocols|Elite-Sport-Science-Protocols]], [[Psychology & Behavior|Psychology & Behavior]], Strength and Conditioning
|
||||
- **Modern Tech/Tools**: WADA ADAMS, Wearable recovery trackers (Oura, Whoop).
|
||||
---
|
||||
```python
|
||||
# 2) HRV 기반 daily readiness
|
||||
import numpy as np
|
||||
def readiness(rmssd_today, rmssd_baseline_7d):
|
||||
z = (np.log(rmssd_today) - np.log(rmssd_baseline_7d).mean()) \
|
||||
/ (np.log(rmssd_baseline_7d).std() + 1e-6)
|
||||
if z >= 0.5: return "go_hard"
|
||||
if z >= -0.5: return "normal"
|
||||
if z >= -1.0: return "easy"
|
||||
return "rest"
|
||||
```
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
```python
|
||||
# 3) Polarized 강도 분포 검증
|
||||
def intensity_distribution(zone_minutes):
|
||||
total = sum(zone_minutes.values())
|
||||
return {k: round(100 * v / total, 1) for k, v in zone_minutes.items()}
|
||||
# 목표: {Z1: 75-80, Z2: 5-10, Z3: 15-20}
|
||||
```
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
```python
|
||||
# 4) Banister fitness-fatigue 모델
|
||||
import numpy as np
|
||||
def banister(loads, k1=1.0, k2=2.0, tau1=42, tau2=7):
|
||||
fitness = np.zeros(len(loads)); fatigue = np.zeros(len(loads))
|
||||
for i in range(1, len(loads)):
|
||||
fitness[i] = fitness[i-1] * np.exp(-1/tau1) + loads[i]
|
||||
fatigue[i] = fatigue[i-1] * np.exp(-1/tau2) + loads[i]
|
||||
performance = k1 * fitness - k2 * fatigue
|
||||
return performance, fitness, fatigue
|
||||
```
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
```python
|
||||
# 5) Tapering 스케줄 생성 (지수 감소)
|
||||
def taper_volume(base_min, n_days=14, reduction=0.5):
|
||||
import numpy as np
|
||||
decay = np.linspace(0, np.log(reduction), n_days)
|
||||
return [round(base_min * np.exp(d)) for d in decay]
|
||||
```
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
```python
|
||||
# 6) Catapult GPS 외부 부하 요약 (player load)
|
||||
def player_load(ax, ay, az, hz=10):
|
||||
import numpy as np
|
||||
a = np.stack([ax, ay, az])
|
||||
diff = np.diff(a, axis=1)
|
||||
return np.sqrt((diff ** 2).sum(0)).sum() / (hz * 1.0)
|
||||
```
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
```python
|
||||
# 7) sRPE 기반 weekly load 시각화
|
||||
import matplotlib.pyplot as plt
|
||||
def plot_load(df):
|
||||
df["load"] = df["rpe"] * df["duration_min"]
|
||||
df.groupby("week")["load"].sum().plot(kind="bar")
|
||||
plt.axhline(y=df["load"].rolling(7).mean().mean(), color="red", ls="--")
|
||||
```
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
## 결정 기준
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
| 종목 | 강도 분포 |
|
||||
|---|---|
|
||||
| 마라톤/사이클/노 (지구력) | Polarized 80/20 |
|
||||
| 800-3000m (혼합) | Pyramidal |
|
||||
| 단거리/역도 (파워) | Block (max strength → power → speed) |
|
||||
| 팀스포츠 시즌 | Conjugate / undulating |
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
| 부하 신호 | 액션 |
|
||||
|---|---|
|
||||
| ACWR > 1.5 | 부하 감소, 회복일 추가 |
|
||||
| HRV z < -1 (3일 연속) | rest day |
|
||||
| sRPE 주합 > 평균+2σ | 다음 주 deload |
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
## 🔗 Graph
|
||||
- 부모: [[Sports Science]], [[Exercise Physiology]]
|
||||
- 인접: [[HRV]], [[VO2max]], [[Lactate Threshold]], [[Tapering]]
|
||||
- 도구: [[WHOOP]], [[Garmin]], [[Catapult]], [[TrainingPeaks]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
- 일별 readiness + 캘린더 기반 자동 워크아웃 조정.
|
||||
- 코치 노트에서 부상 신호 추출.
|
||||
- ACWR/HRV 트렌드 → 자연어 주간 리포트.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- 시합 직전 신규 자극 도입 (over-reach).
|
||||
- HRV 단일 측정으로 결정 (7-28일 baseline 필요).
|
||||
- Polarized 80/20을 모든 종목에 일괄 적용.
|
||||
- ACWR만 보고 절대 부하 무시.
|
||||
|
||||
## 🧪 검증
|
||||
- 시즌 PB 갱신율, 상대 PB.
|
||||
- 부상 발생률 (per 1000 hours).
|
||||
- VO2max, lactate 곡선 시계열.
|
||||
|
||||
## 🕓 Changelog
|
||||
- 2026-05-08 Phase 1 자동 생성
|
||||
- 2026-05-10 Manual cleanup — house style 적용
|
||||
|
||||
Reference in New Issue
Block a user