論文の概要: Estimation of total body fat using symbolic regression and evolutionary algorithms
- arxiv url: http://arxiv.org/abs/2503.00594v1
- Date: Sat, 01 Mar 2025 19:23:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-05 19:23:23.550946
- Title: Estimation of total body fat using symbolic regression and evolutionary algorithms
- Title（参考訳）: 記号回帰と進化アルゴリズムを用いた全身脂肪の推定
- Authors: Jose-Manuel Muñoz, Odin Morón-García, J. Ignacio Hidalgo, Omar Costilla-Reyes,
- Abstract要約: 体脂肪率(Body fat percentage)は、体重と肥満を測定するためにボディ・マス・インデックス(Body Mass Index)の代替品として人気が高まり、より正確な体組成の表現を提供する。
本稿では,3つの進化的計算手法を評価し,解釈可能な数学的表現を導出し,同時に精度の高い体脂肪の割合を推定する。
- 参考スコア（独自算出の注目度）: 0.3749861135832072
- License:
- Abstract: Body fat percentage is an increasingly popular alternative to Body Mass Index to measure overweight and obesity, offering a more accurate representation of body composition. In this work, we evaluate three evolutionary computation techniques, Grammatical Evolution, Context-Free Grammar Genetic Programming, and Dynamic Structured Grammatical Evolution, to derive an interpretable mathematical expression to estimate the percentage of body fat that are also accurate. Our primary objective is to obtain a model that balances accuracy with explainability, making it useful for clinical and health applications. We compare the performance of the three variants on a public anthropometric dataset and compare the results obtained with the QLattice framework. Experimental results show that grammatical evolution techniques can obtain competitive results in performance and interpretability.
- Abstract（参考訳）: 体脂肪率(Body fat percentage)は、体重と肥満を測定するためにボディ・マス・インデックス(Body Mass Index)の代替品として人気が高まり、より正確な体組成の表現を提供する。
本研究では, 3つの進化的計算手法, 文脈自由文法遺伝的プログラミング, 動的構造文法進化を評価し, 解釈可能な数学的表現を導出し, 同時に精度の高い体脂肪の割合を推定する。
我々の主な目的は、精度と説明可能性のバランスをとるモデルを得ることであり、臨床および健康への応用に有用である。
公共の人文計測データセット上での3つの変種の性能を比較し、QLatticeフレームワークで得られた結果と比較する。
実験結果から,文法的進化技術は性能と解釈可能性の競争的な結果が得られることが示された。
関連論文リスト
- Self-Rationalization in the Wild: A Large Scale Out-of-Distribution Evaluation on NLI-related tasks [59.47851630504264]
自由文の説明は表現力があり理解しやすいが、多くのデータセットには注釈付き説明データがない。
我々は、T5-LargeモデルとOLMo-7Bモデルを微調整し、微調整データ品質、微調整サンプル数、少数ショット選択方法の影響を評価した。
モデルは、自然言語推論(NLI)、ファクトチェック、抽象的な要約における幻覚検出の3つのタスクにまたがる19の多様なOODデータセットで評価される。
論文 参考訳（メタデータ） (2025-02-07T10:01:32Z) - Fitness Approximation through Machine Learning [1.0624606551524207]
機械学習(ML)モデルを用いた遺伝的アルゴリズム(GA)における適合度近似の新たな手法を提案する。
私たちは、実際のフィットネススコアとともに、サンプルされた個人のデータセットを保持します。
進化的な実行を通して、フィットネス近似MLモデルを継続的に更新する。
論文 参考訳（メタデータ） (2023-09-06T18:58:21Z) - Retrieval-based Disentangled Representation Learning with Natural
Language Supervision [61.75109410513864]
本稿では,VDR(Vocabulary Disentangled Retrieval)を提案する。
提案手法では,両エンコーダモデルを用いて語彙空間におけるデータと自然言語の両方を表現する。
論文 参考訳（メタデータ） (2022-12-15T10:20:42Z) - Mine yOur owN Anatomy: Revisiting Medical Image Segmentation with Extremely Limited Labels [54.58539616385138]
我々は、Mine yOur owN Anatomy (MONA) と呼ばれる、新しい半教師付き2次元医用画像セグメンテーションフレームワークを紹介する。
まず、先行研究では、すべてのピクセルがモデルトレーニングに等しく重要であると論じており、我々はこの1つだけで意味のある解剖学的特徴を定義できないことを経験的に観察している。
第2に,医療画像を解剖学的特徴の集合に分解できるモデルを構築する。
論文 参考訳（メタデータ） (2022-09-27T15:50:31Z) - Analyzing Wearables Dataset to Predict ADLs and Falls: A Pilot Study [0.0]
本稿では,日常の生活と転倒の行動を認識するシステムの評価に使用できる,30のウェアラブルベースのデータセットを網羅的にレビューする。
5つの機械学習手法を用いたSisFallデータセットの比較分析をピソンで行う。
本研究から得られた結果は,KNNが他の機械学習手法よりも精度,精度,リコールの点で優れていることを証明している。
論文 参考訳（メタデータ） (2022-09-11T04:41:40Z) - Body Composition Estimation Based on Multimodal Multi-task Deep Neural
Network [0.0]
体組成は主に筋肉、脂肪、骨、水から構成される。
マルチモーダル多タスクディープニューラルネットワークを導入し,体脂肪率と骨格筋質量を推定した。
論文 参考訳（メタデータ） (2022-05-23T04:31:06Z) - An Empirical Investigation of Commonsense Self-Supervision with
Knowledge Graphs [67.23285413610243]
大規模知識グラフから抽出した情報に基づく自己監督は、言語モデルの一般化を改善することが示されている。
本研究では,言語モデルに適用可能な合成データを生成するための知識サンプリング戦略とサイズの影響について検討する。
論文 参考訳（メタデータ） (2022-05-21T19:49:04Z) - Determination of weight coefficients for additive fitness function of
genetic algorithm [0.0]
本稿では,遺伝子付加性フィットネス関数の重み要因を決定する方法を選択するための解決策を提案する。
このアルゴリズムは進化的プロセスの基礎であり、このアルゴリズムは検索エンジンにおいて安定的で効果的なクエリ群を形成する。
論文 参考訳（メタデータ） (2021-03-27T07:38:33Z) - Emergent Hand Morphology and Control from Optimizing Robust Grasps of
Diverse Objects [63.89096733478149]
多様な物体をつかむために、効果的なハンドデザインが自然に現れるデータ駆動型アプローチを紹介します。
形態と把持スキルを共同で効率的に設計するベイズ最適化アルゴリズムを開発した。
我々は,新しい物体をつかむための堅牢で費用効率のよい手形態を発見するためのアプローチの有効性を実証する。
論文 参考訳（メタデータ） (2020-12-22T17:52:29Z) - DeepCoDA: personalized interpretability for compositional health data [58.841559626549376]
解釈可能性により、ドメインエキスパートはモデルの妥当性と信頼性を評価することができる。
医療の分野では、解釈可能なモデルは、技術的な要因とは無関係に、関連する生物学的メカニズムを含意すべきである。
我々は、パーソナライズされた解釈可能性について、サンプル固有の特徴属性の尺度として定義する。
論文 参考訳（メタデータ） (2020-06-02T05:14:22Z) - A Study of Fitness Landscapes for Neuroevolution [4.930887920982693]
フィットネスランドスケープを使ってメタヒューリスティックスのダイナミクスを研究します。
また,本手法の予測能力に関する有用な情報を推測するためにも利用した。
その結果、これらの測定値は、考慮された神経進化構成の最適化能力と一般化能力の両方を推定するのに適していることが示された。
論文 参考訳（メタデータ） (2020-01-30T11:53:55Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。