中年人肥胖率与区域建造情况特色相关,人工智

2019-09-18 作者:奥门金沙手机娱乐网址   |   浏览(96)

这一高肥胖率是由大多复杂因素导致的,比方遗传因素和饮食结构等。而本文的商量者感到,区域内的修建遇到也渐渐成为当中重要的影响因素,它能够通过财富的可用性来震慑健康,比如民居房,活动和游玩空间等。

初敏 思必驰副老总Hong Kong研究开发院委员长

U.S.Duke高校的Benjamin A. Goldstein大学生等人必然了两位切磋者利用深度学习情势发掘修建景况特点的贡献。但他俩重申“不要过于解释任何结果”,“深度学习方式与学科知识结合能够增添开掘复杂关系的机遇,但那并不表示单独的大数目分析能够提供全部的答案”。

奥门金沙手机娱乐网址 1

Head of Data Science, Gopro Chester Chen

钻探者尝试对建筑遭遇特征数据与肥胖患病率之间的威名昭著关联给出解释。他们以为,该关联不确定是因果关系,社经指标大概是这一提到背后的主要影响因素。其观看结果评释,对于芝加哥和克拉科夫等城市来说,肥胖患病率与建造情况特征之间的大多数首要关系可能能够透过社经处境的变通来批注。但她俩还要涉嫌,卷积神经互连网所识其他风味只怕会捕获与社经目标无一向关联的别的音信,也正是说,社经目标实际不是解释建筑境遇特征与肥胖率之间关系的独步一时要素。

由是观之,人工智能在人类健康难点上的探求之路正在不断延长。想要精通更三个人工智能前沿本领与同行当深度应用? 2018 AI 开采者大会(AI NEXTCon)来啊!

作者:澎湃信息 张唯再次来到博客园,查看更加的多

依图科技(science and technology)术协会同开创者兼高管 朱珑

具体来说,二个区域建造情状的风味如土地使用情况,公园、宠物店、健美房与快餐店的遍及,公交意况和绿地面积等都与本地的成材肥胖率有关。以华沙为例,商讨人口发掘高肥胖率区域的特征是密集的街区和相当少的草坪,相反,低肥胖率区域有所着更加的多的绿化面积。

思必驰副高级管Hong Kong研究开发院委员长 初敏

商量人士建议了一种采用卷积神经网络(CNN)评估中年人肥胖患病率与区域建筑情形之间关系的艺术。卷积神经互连网是一种深度学习方法,该钻探所运用的卷积神经互连网经过预先磨炼,能够捕捉区域条件的本性,举个例子绿化、土地等当然个性和道路、房屋等修建特色。

奥门金沙手机娱乐网址 2

小编:

图像管理

原标题:人工智能在高空监测肥胖:中年人肥胖率与区域建造情状特点相关

奥门金沙手机娱乐网址 3

她俩的研讨结果申明,区域内的建造景况与不相同社区肥胖患病率的改变有关。回归模型显示,建筑遭受特征解释了该类型涉及的16玖拾陆个人口普遍检查区内64.8%肥胖率的变异。具体来说,该模型对分裂城市肥胖率的揣摸技术有所分裂。其最标准地预测了Cordova市的肥胖率,正确率为73.3%。最低是在科威特城地区,正确率是55.8%。

研商中选用VGG-CNN-F网络,该网络有8层(5个卷积层和3个完全连接层),并且依照约120万个来源ImageNet数据库的图像实行了教练,以识别分属于一千个品类的指标。网络学习提取有利于目的检查测量检验的图像梯度、边缘和画画。大多行使类似迁移学习方法的钻研注明,从基于ImageNet数据磨炼的网络中领到的性状可有效地将航空拍摄图像依据土地用途(如高尔夫篮球馆、桥梁、停车场、建筑物和道路)实行细粒度语义分类。

商讨人口还称,他们的点子帮助我们评估分歧城市的肥胖风险。其它,与昂贵且耗费时间的当场会见或社区检察方法相比较,该研讨为建筑情状的衡量提供了特别客观的措施,也大大减少了计算开销。

奥门金沙手机娱乐网址 4

多年来,两位来自美利坚联邦合众国Washington大学明尼阿波利斯分校的研商人口开采我们所处的建筑遭遇与区域内的肥胖率有非常的大的涉及。区域建造情形特点是指区域内的本来和人为情形,举例绿地和公路等。这一个条件特征能够与另外数据整合使用,进而监测地方的肥胖患病率。

Chester Chen Head of Data Science, Gopro

布鲁塞尔高肥胖率地区(左)与低肥胖率地区(右)的Google卫星图片 (侧面高肥胖率地区以密集的街区和比较少的草坪为特征;右边低肥胖率区域有更加高的植被绿化率)

奥门金沙手机娱乐网址 5

此切磋于二零一七年3月二17日至11月13日进展,由美利坚联邦合众国Washington大学圣萨尔瓦多分校的Adyasha Maharana大学生 和伊RyanOkanyeneNsoesie博士共同完毕。其成果宣告于二零一八年十一月19日。

奥门金沙手机娱乐网址 6归来乐乎,查看越多

其实,整个世界近百分之四十的人口有超载或肥胖的苦恼。二〇一七年4月,一篇公布在《桃园爱尔兰管医学杂志》中的大面积环球商量项目提议全球有超过常规20亿娃娃和成人患有超载或肥胖相关的常规难点,占到全世界人口的百分之二十五。肥胖难点导致糖尿病前期和心脏病的发病率小幅度升高,更加的多的人为此死去。

Liang Zhang Director of Engineering, LinkedIn

  你所居住的社区中有宠物店、健美房和花园吗?如故充满着快餐店、超级市场和农忙的街道?那么些答案大概预示着你的肥胖可能率。

奥门金沙手机娱乐网址 ,Engineering Manager, Facebook Vajda Peter

两位切磋人口先是应用卷积神经网络从约15万张高分辨率的卫星图像中领代替表建筑处境特征的多寡。那个卫星图像于前年二月17日至17日下载,并在商量时期(二零一七年4月19日)更新。图像中的建筑情状音信被分为98个类比,举个例子宠物店和百货集团等。这种规划的内在逻辑是区域建造对人工产后出血活动的秘闻影响。举个例子说,有宠物店的区域可能会有越来越多的人带狗散步。另一方面,研讨者搜聚了二〇一四年美国500个城市的肥胖率估摸值。随后,他们结成上述两类数据建立起了一个回归模型来评估区域内建造遭遇与肥胖患病率之间的涉及。

奥门金沙手机娱乐网址 7

这一切磋也存在必然的局限性。小说提到,人普中的肥胖率数据来源于市民自家报告的身体高度和体重,由于社会对肥胖人士的偏见,总计进度中该数据会偏向于被低估。

胡时伟 第四范式联合创办者

Sr. Staff Scientist, Facebook Baiyang Liu

漆柳州 东北京大学学Computer科学与工程大学教师

> 莫挨老子,老子只想做个安静的肥宅。所以,到底是什么人动了自己的肥宅高兴水?

钻探格局

天底下病痛负责报告诉申诉明,2016年满世界约有超过常规6.03亿中年人在遭到肥胖难题的麻烦;在美利坚合众国,成年肥胖人口尤其攻陷成年总人口数的60%。肥胖是二个头眼昏花的符合规律难题,其间涉及的关系因素颇多,包涵遗传学、人口总计学,以及表现学的熏陶。而不正规的饮食习贯和久坐不动的活着方法则都与所处的社会条件特质及建筑蒙受特点紧凑相关,蒙受得以透过中间的徒步有助于程度、土地利用、占地面积、居民区、可用财富(活动及娱乐场地、餐饮店等)、清寒阶段、安全感以及社区技术方案等来震慑大家的正规,比如邻近自然空间或是中国人民银行道的建筑设计能够在大增运动量的还要有利于定期活动,这一风味在城市中尤为显然。

奥门金沙手机娱乐网址 8

西北京大学学管理器科学与工程高校教授 漆岳阳

斟酌人口搜集了数额汇总各样图像网络第一个完全连接层的输出,这一层有4098个节点,各类节点与其上一层及下一层的节点间呈非线性连接,每种特征向量为4096维,对应(也称激活)着来自这个节点的输出。通过总计人口普遍检查区域有所图像的均值,这么些输出特别聚合成各个人口普遍检查区的均值特征向量。这一个特点共同代表建筑情状的指标。为了切磋CNN能无法区分建筑景况特征,研讨职员通过互连网向前传输了一组随机图像,并检查lCNN卷积输出的地图(图1)。同一时间,研商人口还对图像特点实行了分组,以此验证在肥胖率低和高的地区,建筑情形的特色存在差别(图2)。

面前境遇高强度职业负荷带来的久坐、各样舌尖上的抓住,以及一名目好些个能够窝在沙发里开展的娱乐项目,肥胖在现世稳步成了二个方可当做“梗”来商讨的主题材料。一首《卡路里》张开持续洗脑式轰炸的还要,AI也间接在反复尝试对肥胖这一难点“出手”,试图从越来越多层面加以开采与解释。

当今,卷积神经互连网已经在首要的管理器视觉任务(如目的记别、图像分割)、健康有关的应用(如识别皮肤癌),以及特殊困难预测等领域的大额集方面获得了突破性的形成。由于缺少用于对高肥胖地区和低肥胖地区展开归类的大型表明数据集,研究人口运用了搬迁学习(Transfer Learning)法,个中涉嫌使用预演练网络从包括近1陆仟0个卫星图像的未标记数据汇总提取建筑情况特色。迁移学习包罗微调预磨练卷积神经网络以实现新任务(修改输出层)或将预磨练卷积神经互连网当作稳固特点提取器(与线性分类器或回归模型相结合)。上述格局已经打响选取于公共场馆差异于指标志其余微型Computer视觉职分。

丁香园CTO 范凯

搜狗CEO 王小川

奥门金沙手机娱乐网址 9

奥门金沙手机娱乐网址 10

长久以来,关于肥胖难题和建造情状间这两侧间事关的座谈并不罕见,但虽说,探讨职员仍在研商进度中注意到了有的分化的结果,形成这一个不等同的来由恐怕是度量方法和衡量工具的跨斟酌转移所导致的评估及比对困难。另外,相关指标的衡量进程大概代价高昂、耗费时间巨大,並且易受人的无理思维格局影响。由此,研讨人口供给开挖一种一致性的度量方法,以落到实处跨商讨比较。评估并量化建筑碰到与肥胖间的涉及拉动大家在社区基础上对相应健康难题加以合适的过问与防止。

总括解析

摩托罗拉人工智能与云平台副老董 崔宝秋

Baiyang Liu Sr. Staff Scientist, Facebook

奥门金沙手机娱乐网址 11

在装置好地理中央、图片尺寸(400*400像素)和缩放等级(缩放全面18)的情况下,从GoogleStatic Maps API下载图像。将种种城市的地理范围划分为方形网格,当中每一种点对应一对纬度和经度值,网格间距约150米。同一时间,利用人口普遍检查区地图像和文字件将种种图像与其对应的人口普遍检查区相关联,排除城市范围外区域的图像。使用同样的方形网格来挑选地理位置,并在适合的相距内开启径向周围找出,以此实今后谷歌Places of Interest API上下载POI数据(此处不含有城市范围外的兴趣点)。该探究采撷了玖拾玖个独有的POI种类,并总计了各类人口普遍检查区对应到每种相关品种下的地点数据。

宫丁园副总监 张伟

本次大会由中华人民共和国行业内部的IT社区CSDN与硅谷AI专门的学问社区AICamp联合出品,AI NEXTCon是继在科威特城,硅谷,London打响举行5届后第二遍步入中华,依靠两岸多年AI领域的稳步储存及中外实力讲教师的资质源优势,本次大会将改为AI行当的年份盛会。

图1 卷积神经互连网模型下的天性可视化

朱珑 依图科学和技术巧联合谋面开创者兼首席试行官

Head of Machine Learning, Uber Jeremy Hermann

Director of Einstain, Salesforce Sarah Aerni

多少来自:选择美利坚同盟国病魔防控宗旨“500 Cities”项目中的二零一五年份人口普遍检查肥胖率粗略估价

奥门金沙手机娱乐网址 12

肥胖症患病率数据分析

本文由奥门金沙网址发布于奥门金沙手机娱乐网址,转载请注明出处:中年人肥胖率与区域建造情况特色相关,人工智

关键词: