AI Summary & Key Takeaways
AI InsightAs a result of the study, a prediction with 97.7% accuracy was obtained, and a highly close relationship between the output of the artifcial neural network and the target was found.
📌 3 Key Takeaways
Abstract
Skinfold thickness values, which are used in many studies to evaluate the nutritional status of disabled people, are measured by a caliper. The usage of this measurement device in disabled people, and especially children with autism, is very diffcult. The aim of this study is to fnd a solution to this problem by using a model that produces high accuracy predictions without needing a caliper. In this study, an artifcial neural network application was realized for the determination of skinfold thickness in individuals. In order to train the artifcial neural network (ANN) model, the body weights, body mass indexes, waist circumferences, abdomen circumferences, and hip circumferences of 400 children and adolescents between the ages of 6 and 18 were measured. 138 sets of the data collected from the 400 children and adolescents were selected to be used with the ANN, and a data set was formed. 70% of this data set (96 in number) was used for the training of the model, 15% (21 in number) was used for testing the model, and the remaining 15% was used for approving the model. As a result of the study, a prediction with 97.7% accuracy was obtained, and a highly close relationship between the output of the artifcial neural network and the target was found.
Özet
Engellilerin beslenme durumlarını değerlendirmek amacı ile yapılabilecek bir çok araştırmada kullanılabilen deri kıvrım kalınlıkları kaliper denilen ölçü aleti ile ölçülerek elde edilebilmektedir. Engellilerde, özellikle de otizmli çocuklarda bu ölçü aletinin kullanımı oldukça zor olmaktadır. Bu çalışmanın amacı; kalipere gerek kalmadan yüksek doğrulukta tahmin üreten bir model ile bu soruna çözüm önerisi bulabilmektir. Bu çalışmada bireylerde deri kıvrım kalınlığının saptanması için bir yapay sinir ağı uygulaması gerçekleştirilmiştir. Oluşturulan yapay sinir ağı modelinin eğitilebilmesi için yaşları 6-18 yıl arasında 400 çocuk ve adolesanın vücut ağırlıkları, beden kitle endeksi, bel çevresi, karın çevresi ve kalça çevresi ölçümleri alınmıştır. 400 çocuk ve adolesandan alınan verilerin 138 i yapay sinir ağlarında kullanılmak üzere seçilmiştir ve veri seti oluşturulmuştur. Oluşturulan bu veri setinin %70 i (96 adet) modelin eğitilmesi için kullanılmış, %15 i (21 adet) modelin test edilmesi için kullanılmış ve geriye kalan %15 i ise modelin onaylanması için kullanılmıştır. Araştırmanın sonucunda % 97.7 oranında bir doğruluğa sahip bir tahmin elde edilmiş olup yapay sinir ağının çıkışı ile hedef arasında oldukça yakın bir ilişki bulunmaktadır.