1. Home page
  2. Search

Μοντελοποίηση παιδικής παχυσαρκίας με χρήση ερμηνεύσιμης τεχνητής νοημοσύνης

This item is provided by the institution :
National Technical University of Athens   

Repository :
Digital Library of National Technical University of Athens | Dspace@NTUA   

see the original item page
in the repository's web site and access all digital files if the item*



Μοντελοποίηση παιδικής παχυσαρκίας με χρήση ερμηνεύσιμης τεχνητής νοημοσύνης (EL)
Βόγκας, Δημήτριος (EL)
Vogkas, Dimitrios (EN)
Νικήτα, Κωνσταντίνα (EL)
ntua (EL)
Βουλόδημος, Αθανάσιος (EL)
Στάμου, Γεώργιος (EL)
Ζαρκογιάννη, Κωνσταντία (EL)
bachelorThesis
2024-01-08T09:20:43Z
2023-07-13
Η παιδική παχυσαρκία αποτελεί προδιαθεσικό παράγοντα για την εμφάνιση χρόνιων νοσημάτων (π.χ. σακχαρώδης διαβήτης, καρδιαγγειοπάθεια κ.ά.) μετά την ενηλικίωση, ενώ προκαλεί επιπτώσεις και στην ψυχική υγεία. Συνεκτιμώντας και τη μεγάλη εξάπλωσή της σε παγκόσμιο επίπεδο, καθίσταται αναγκαία η εύρεση αποτελεσματικών παρεμβάσεων για τη διαχείρισή της. Η μεγάλη πρόκληση που έχουν να αντιμετωπίσουν τα πλάνα παρέμβασης είναι η συμμόρφωση στις ιατρικές συστάσεις. Για αυτόν τον λόγο, προτείνεται η χρήση τεχνολογιών κινητής υγείας και τεχνητής νοημοσύνης. Στο πλαίσιο της παρούσας διπλωματικής, διερευνήθηκαν τεχνικές ερμηνεύσιμης τεχνητής νοημοσύνης και ενισχυτικής μάθησης τόσο για την διαστρωμάτωση των παιδιών ως προς το βαθμό συμμόρφωσης στο πλάνο θεραπείας, όσο και για την παραγωγή εξατομικευμένου περιεχομένου για την μετέπειτα προβολή του στους τελικούς χρήστες υπολογιστικών οικοσυστημάτων διαχείρισης της παιδικής παχυσαρκίας. Πιο συγκεκριμένα, στο πρώτο μέρος της εργασίας αναπτύσσονται μοντέλα επιβλεπόμενης μηχανικής μάθησης βασισμένης σε δέντρα αποφάσεων για την πρόβλεψη του βαθμού συμμόρφωσης χρησιμοποιώντας δεδομένα πρώτης επίσκεψης, κατά την έναρξη του πλάνου παρέμβασης. Στο δεύτερο σκέλος, χρησιμοποιείται ενισχυτική μάθηση για την εκμάθηση της βέλτιστης πολιτικής αποστολής προτρεπτικών και εκπαιδευτικών μηνυμάτων με στόχο τη μεγιστοποίηση της συμμόρφωσης και τη βελτιστοποίηση της έκβασης της θεραπείας. Σε όλη την έκταση της εργασίας, δίνεται έμφαση στην ερμηνευσιμότητα των εφαρμοζόμενων τεχνικών μηχανικής μάθησης. (EL)
Ενισχυτική μάθηση (EL)
Συμμόρφωση (EL)
Μηχανική μάθηση (EL)
Παιδική παχυσαρκία (EL)
Επιβλεπόμενη μάθηση βασισμένη σε δέντρα αποφάσεων (EL)
Adherence (EN)
Childhood obesity (EN)
Machine learning (EN)
Reinforcement learning (EN)
Tree-based supervised learning (EN)
Greek
Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Συστημάτων Μετάδοσης Πληροφορίας και Τεχνολογίας Υλικών. Εργαστήριο Βιοϊατρικών Προσομοιώσεων και Απεικονιστικής Τεχνολογίας (EL)
Αναφορά Δημιουργού 3.0 Ελλάδα
http://creativecommons.org/licenses/by/3.0/gr/
National Technical University of Athens
Digital Library of National Technical University of Athens | Dspace@NTUA
Κεντρική Βιβλιοθήκη Ε.Μ.Π.
Ιδρυματικό Αποθετήριο
Διπλωματικές Εργασίες



*Institutions are responsible for keeping their URLs functional (digital file, item page in repository site)