Dergiler / Iğdır Üniversitesi Fen Bilimleri Enstitüsü Dergisi / 2016 / Cilt: 6 - Sayı: 3
Deri Kıvrım Kalınlığının Yapay Sinir Ağları ile Saptanması
- Sayfa
- 41–48
- DOI
- —
Özet
Engellilerin beslenme durumlarını değerlendirmek amacı ile yapılabilecek bir çok araştırmadakullanılabilen deri kıvrım kalınlıkları kaliper denilen ölçü aleti ile ölçülerek elde edilebilmektedir.Engellilerde, özellikle de otizmli çocuklarda bu ölçü aletinin kullanımı oldukça zor olmaktadır. Buçalışmanın amacı; kalipere gerek kalmadan yüksek doğrulukta tahmin üreten bir model ile bu sorunaçözüm önerisi bulabilmektir. Bu çalışmada bireylerde deri kıvrım kalınlığının saptanması için bir yapaysinir ağı uygulaması gerçekleştirilmiştir. Oluşturulan yapay sinir ağı modelinin eğitilebilmesi içinyaşları 6-18 yıl arasında 400 çocuk ve adolesanın vücut ağırlıkları, beden kitle endeksi, bel çevresi, karınçevresi ve kalça çevresi ölçümleri alınmıştır. 400 çocuk ve adolesandan alınan verilerin 138 i yapay sinirağlarında 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 kullanılmışve geriye kalan %15 i ise modelin onaylanması için kullanılmıştır. Araştırmanın sonucunda % 97.7oranında bir doğruluğa sahip bir tahmin elde edilmiş olup yapay sinir ağının çıkışı ile hedef arasındaoldukça yakın bir ilişki bulunmaktadır.
Abstract
Skinfold thickness values, which are used in many studies to evaluate the nutritionalstatus of disabled people, are measured by a caliper. The usage of this measurement device in disabledpeople, and especially children with autism, is very diffcult. The aim of this study is to fnd a solution tothis problem by using a model that produces high accuracy predictions without needing a caliper. In thisstudy, an artifcial neural network application was realized for the determination of skinfold thicknessin individuals. In order to train the artifcial neural network (ANN) model, the body weights, body massindexes, waist circumferences, abdomen circumferences, and hip circumferences of 400 children andadolescents between the ages of 6 and 18 were measured. 138 sets of the data collected from the 400children and adolescents were selected to be used with the ANN, and a data set was formed. 70% ofthis data set (96 in number) was used for the training of the model, 15% (21 in number) was used fortesting the model, and the remaining 15% was used for approving the model. As a result of the study, aprediction with 97.7% accuracy was obtained, and a highly close relationship between the output of theartifcial neural network and the target was found.