MOFit：一种利用机器学习和物联网减少肥胖的框架
机器学习
2021-08-23 v1 人工智能
计算机与社会
摘要
过去几年，由于技术进步，城市地区久坐的生活方式达到顶峰。这导致个体在早年就成为肥胖的受害者。肥胖有各种健康影响，如糖尿病、心脏病、血压问题等。机器学习在过去几年中已在所有专业领域展现出其应用，如预测、医疗健康、医学影像、情感分析等。在这项工作中，我们旨在提供一个框架，使用机器学习算法即随机森林、决策树、XGBoost、Extra Trees 和 KNN 来训练模型，借助各种参数帮助预测肥胖水平（分类）、体重和脂肪百分比水平（回归）。我们还应用并比较了各种超参数优化（HPO）算法，如遗传算法、随机搜索、网格搜索、Optuna，以进一步提高模型的准确性。该网站框架包含各种其他功能，如制定可定制的饮食计划、锻炼计划以及跟踪进度的仪表板。该框架使用 Python Flask 构建。此外，还通过将使用物联网（IoT）的称重秤集成到框架中，以跟踪食物摄入的卡路里和宏量营养素。
引用
@article{arxiv.2108.08868,
title = {MOFit: A Framework to reduce Obesity using Machine learning and IoT},
author = {Satvik Garg and Pradyumn Pundir},
journal= {arXiv preprint arXiv:2108.08868},
year = {2021}
}
备注
8 pages, This paper is accepted in the 2021 44th International Convention on Information, Communication and Electronic Technology (MIPRO). The final version of this paper will appear in the conference proceedings