kalóriakiadásának

В
В 		В

Testreszabott szolgáltatások

Cikk

  • Spanyol (pdf)
  • Cikk XML-ben
  • Cikk hivatkozások
  • Hogyan lehet idézni ezt a cikket
  • Automatikus fordítás
  • Cikk küldése e-mailben

Mutatók

  • Idézi SciELO
  • Hozzáférés

Kapcsolódó linkek

  • Hasonló a SciELO-ban

Részvény

Fides et Ratio - A Bolíviai La Salle Egyetem kulturális és tudományos terjesztésének folyóirata

verzióВ on-line ISSN 2071-081X

Fides Et RatioВ vol.14В no.14В La PazВ set.В 2017

EREDETI TÉTELEK

A test kalóriakiadásának vizsgálata szakértői táplálkozási rendszer segítségével, homályos adatok megoldásával

A testtömeg vizsgálata egy táplálkozási szakértői rendszer segítségével, amely megoldja a homályos adatokat

Ana Lourdes Vargas Rivera 1
[email protected]
Tudományos és Technológiai Kutatóintézet, Universidad La Salle-Bolívia
Fogadott tétel: 2016.11.11 Elfogadott cikk: 2017.04.28

A szakértői rendszerek képesek segíteni az emberi szakértőt, és ezért az egyik fő alkalmazásuk az orvostudomány területén van. Ennek következtében az ebben a cikkben szereplő kutatás alapvető célja azoknak az előnyöknek a feltárása, amelyeket a homályos adatok feloldására szolgáló szakértői rendszer létrehozásával és fejlesztésével nyújthatunk egy leíró korrelációs tanulmány révén, amely segíti a kalóriabevitel értékelését. és ezáltal támogatási rendszert szerezzen az egyén táplálkozási diagnózisával kapcsolatban. Emiatt összesen 30 esetet elemeztek, mind férfiak, mind nők 13 és 30 év közötti korosztályban La Paz városában. Ezt a szelekciót nem kvantitatív, kvótákkal végzett mintavétel alapján készítették. Az eredményekben megfigyelték, hogy összefüggés van az alkalmazott összehasonlító modell (Lipocalibre) között, az SNI sikerének százaléka a modellhez képest 97% volt, tehát elmondható, hogy hatékony eszköz és támogatási szakértő táplálkozási szakember.

Kulcsszavak: Fuzzy adatok, mesterséges intelligencia, táplálkozás, szakértői rendszerek.

A szakértői rendszerek képesek segíteni az emberi szakértőt, és ezért az egyik fő alkalmazásuk az orvostudomány területén van.

Ezért a cikk vizsgálatának alapvető célja annak feltárása, hogy milyen előnyök származhatnak a szakértői rendszer létrehozásából és fejlesztéséből a diffúz adathelyzet feloldása érdekében egy korrelációs leíró típusú tanulmány segítségével, amely segíti a beteg kalóriaértékének értékelését, és így támogatási rendszert szerezzen az egyén táplálkozási diagnózisában. Emiatt összesen 30 esetet elemeztek, mind férfiak, mind nők 13 és 30 év közötti korosztályban La Paz városában. Ez a szelekció nem valószínűségi mintavétel alapján történt kvótákkal. Az eredmények során megfigyelhető volt, hogy összefüggés van az alkalmazott összehasonlító modell (Lipocalibre) között, az SNI sikerének százaléka a modellhez képest 97% volt, tehát megerősíthető, hogy hatékony és támogató eszköz Szakértő táplálkozási szakember.

Kulcsszavak: Mesterséges intelligencia, Szakértői rendszerek, Fuzzy adatok, Táplálkozás.

Bevezetés

Ennek köszönhetően gondolkodik egy szakértői rendszer kidolgozásán, amelynek célja a táplálkozási szakember támogatása a jobb diagnózis megvalósításában, és ezzel segít a betegnek az étrend helyes ellenőrzésében és az egészségének gondozásában.

Korszerű szakértői rendszerek

"A szakértői rendszerek az AI (Mesterséges Intelligencia) egyik ága, amely a speciális ismeretek széles körű felhasználásával olyan problémákat old meg, mint az emberi szakember" (Giarratano és Riley, 2001, 2. o.). A szakértői rendszer az emberi gondolkodás emulátora, és aki egy bizonyos tantárgy szakértőjének ismerete Képesnek kell lennie arra, hogy az információkat úgy dolgozza fel, hogy bizonyos bizonytalan helyzetekből és okokból tanulhasson a problémák megoldásában ezekben a helyzetekben.

Szakértői rendszer felépítése

A tudásalapú szakértői rendszer egy olyan felhasználóval működik együtt, aki átadja az információt a rendszernek (input információ), és az élményt válaszként kapja meg (output információ). A szakértői rendszeren belül a tudásbázis az, amely az eredményeket megadja a következtetési motornak.

Szakértői rendszer kidolgozása

Mint minden típusú rendszer fejlesztésében, a szakértői rendszer fejlesztésének szakaszai is vannak:

1. szakasz: A probléma meghatározása. Azonosítás.
2. szakasz: Keresse meg a szakértőt vagy a tudás forrását.
3. szakasz: A legfontosabb fogalmak és adatok meghatározása.
4. szakasz: A támogatás kiválasztása: Hardver és szoftver.
5. szakasz: Az ismeretek megszerzése.
6. szakasz: A tudás ábrázolása és az érvelés formalizálása.
7. szakasz: Prototípus kidolgozása. Tesztelés és validálás
8. szakasz: Az ismeretek elsajátítása II.
9. szakasz: Karbantartás és frissítés. "(Hidalgo, 1996, 179 - 205. O.)

Fordított láncolás

A SEN fordított vagy visszaláncolást hajt végre, mivel lényeges információkat gyűjt az értékelt személytől, mielőtt hipotézise megfogalmazódik és megfelelő étrendet ír elő.

A szakértői rendszernek olyan rendszere lesz, mint egy termelési rendszernek, a tudás képviseletére. Szerkezete a következő lesz:

SEN = (BC, RP, vezérlés)

A diéták előírásához a szakértő táplálkozási szakértőnek szüksége van a beteg bizonyos alapvető adataira (testsúly, magasság, nem, életkor), egy laboratóriumi vizsgálat mellett, amelyben a sorrendben láthatók azok a kémiai anyagok mennyiségei, amelyek a vérben vannak. ezt követően számolja ki azt a kilokalória (Kcal.) mennyiséget, amelyet az illetőnek naponta el kell fogyasztania.

Ezért a SEN tudásbázis a következő:

• Igen BMI> = 20,1 és BMI

В • Igen BMI> 25 azután Túlsúly

Ezen felül a SEN kiszámítja a kilokalória mennyiségét, amelyet az értékelt személynek naponta el kell fogyasztania az ideális testtömeg-százalék fenntartása vagy elérése érdekében, a megadott adatok alapján.

A szakértői rendszer által elvégzett számítás a megadott adatok alapján a következő:

"Különböző képletek léteznek, de manapság a leggyakrabban használt Harris-Benedict képlet. Ez a képlet nemenként eltérő:

MB Férfi: 66 473 + (13 751 x súly kg-ban) + (5 0033 x magasság cm-ben) - (67550 x életkor években)

MB nő: 655,1 + (9,463 x súly kg-ban) + (1,8 x magasság cm-ben) - (4,6756 x életkor években) "(Alimentacin, 2015)

A képletek kiszámításával megkapjuk az alap kalóriakiadást (a test kalóriakiadása nyugalmi állapotban), a végső kalóriamacska megszerzéséhez a következő képletekre van szükség:

Így a végső kalóriakiadást a következőképpen kell kiszámítani:

• Ülő emberek (gyakorlatilag semmit sem csinálnak a testmozgástól): A bazális anyagcsere kalóriakiadása x 1,2

• Kissé aktív emberek (hetente 1-3 alkalommal végeznek könnyű gyakorlatokat): A bazális anyagcsere kalóriakiadása x 1 375

• Mérsékelten aktív emberek (heti 3-5 alkalommal sportolnak): A bazális anyagcsere kalóriaköltsége x 1,55

• Nagyon aktív emberek (a hét 6-7 napján sportolnak): A bazális anyagcsere kalóriakiadása x 1725

• Hiperaktív emberek (nagyon intenzív fizikai gyakorlatokat végeznek, napi legalább 2 órát sportolnak, vagy intenzív fizikai tevékenységet folytatnak): A bazális anyagcsere kalóriakiadása x 1,9 "(Alimentacinn, 2015)

A szakértői rendszer működése két nagyon fontos tényezőtől függ:

"a.1) A következtetési rendszer, az érvelési folyamat végrehajtásáért felelős.

b.1) A Tudásbázis, A megoldandó problémára vonatkozó információkat nyelvi szabályok formájában tartalmazza. "(Peregrán Rubio, 7. o.)

A SEN ismeretének forrása a választott szabályok, amelyek minden esetre alkalmazhatók, és az esettanulmány ismerete, amelyet a felhasználóval folytatott konzultációkból adnak.

Globális változók inicializálása

- Kezdetben üres ténybázis

Módszertan

Szakértői rendszer tervezés

• Nagyon enyhe fizikai aktivitás

• Enyhe fizikai aktivitás

• Mérsékelt fizikai aktivitás

• intenzív fizikai aktivitás

• Kivételes fizikai aktivitás

Ez azt jelezné, hogy a fizikai aktivitás kategóriája, amelyhez az értékelt személy tartozik, "könnyű", ezzel már elvégezhetjük az összes elégetett kalória számítását.

Eredmények és vita

Statisztikai vizsgálatot végeztek La Paz városában, összehasonlítva a szoftver által kiszámított BMI és a lipokaliber által számított BMI sikerét (kézi műszer).

Az alkalmazott változók egy 30 fős csoport neme és életkora voltak, 13 és 30 év között, a táplálkozási szakember és később a szoftver értékelése.

A szoftver testes tömegének kiszámításában a siker százalékos aránya a lipokaliberhez képest 97% volt. Ezért a vizsgálat első szakaszában arra lehet következtetni, hogy a szoftver által végzett számítás 97% -ban megbízható.

A kiszámított BMI tekintetében a következő szabályokat használták a kapott index osztályozásához:

• BMI 18,5 - 24,9 -> Egészséges testsúly

• BMI 25,0 - 29,9 -> Túlsúlyos

• BMI 30,0 - 39,9 -> Elhízás

• BMI> 40 °> Súlyos elhízás

A mintán belül a 18,5 és 24,9 közötti testtömeg-indexű emberek 33% -át választották, ami azt jelzi, hogy megfelelő súlyúak.

A megkérdezett csoporton belül az eredmények azt mutatják, hogy a férfiak hajlamosabbak a túlsúlyra, mint a nők, és éppen ellenkezőleg, a nők nagyobb valószínűséggel alulsúlyosak a magasságukhoz képest.

Következtetések és ajánlások

A kapott adatok alapján megfigyelhető volt, hogy a táplálkozási szakértői rendszer sikere átlagosan 97% -os volt, összehasonlítva a táplálkozási szakemberek által széles körben alkalmazott lipocalibre nevű eszközzel.

1 Rendszermérnök, szakterülete a webdesign és -fejlesztés, valamint a mesterséges intelligencia

Hivatkozások

Ahmad, M. és de Stewart, H. (2012). A borda többség számít. Hollandia: Közgazdasági és Vállalkozási Kar UVA. [Linkek]

Étel, F. (2015). A napi kalóriakiadások kiszámítása -Táplálkozás és fitnesz. A http://comeconsalud.com/alimentacion-nutricion/como-calcular-el-gasto-calorico-diario/ webhelyről szerezte be [Linkek]

GarcA P., C. R. (2013). Visszafelé láncoláson alapuló rendszerek. Cochabamba, Bolívia: Universidad Mayor de San SimÃn InfromÃtica -Sistemas.

Hidalgo, L. A. (1996). Mesterséges intelligencia és szakértői rendszerek. Cíіrdoba, Argentína: Editorial Universidad de CГіrdoba, kiadványszolgáltatás. [Linkek]

Munera, L. E. (1991). Mesterséges intelligencia és szakértői rendszerek. Mesterséges intelligencia és szakértői rendszerek. Cali - Kolumbia: Editorial Universidad Icesi. [Linkek]

Rodrguez, J. E. és Romero G., M. (2001). Szakértői rendszer táplálkozási étrendek enterális úton történő elkészítéséhez emberben. Bogoté, Kolumbia: Tecnura Magazine. [Linkek]