Journal of the Korean Institute of Intelligent Systems (한국지능시스템학회논문지)

Korean Institute of Intelligent Systems (한국지능시스템학회)
권호 표지
DOI QR코드

DOI QR Code

A Nutrition Status Analysis System Based on Hierarchical Fuzzy Inference Approach

계층적인 퍼지추론 기법을 기반으로 한 영양상태 분석시스템

  • 손창식 (대구가톨릭대학교 컴퓨터정보통신공학부) ;
  • 정구범 (상주대학교 컴퓨터공학과)
  • Published : 2007.12.25
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, we propose a system for analyzing nutrition status based on hierarchical fuzzy inference approach, where the hierarchical fuzzy approach used to analyze the transition process on the nutritional status from an obesity degree, the previous nutritional status, and the eating pattern with an individual. Moreover we discussed about the selection method of fuzzy membership intervals of the next layer to improve the reliability of inference results in hierarchical fuzzy system, where their intervals are modified by using statistical information of the defuzzified results obtained from the previous layer. To show the effectiveness of this system, we evaluated the nutritional status from the information of anthropometric measurement, biochemical test, and INQ on 113 people over the age of 65, and also analyzed their nutritional status.

본 논문에서는 계층적인 퍼지추론 기법을 기반으로 한 영양상태 분석 시스템을 제안한다. 제안된 방법에서 계층적인 퍼지 추론 기법은 각 개인의 비만정도와 과거의 영양상태 그리고 식습관 패턴으로부터 영양상태의 변화과정을 분석하기 위해서 사용되었다. 또한 계층 퍼지추론 시스템에서 각 계층의 추론결과들의 신뢰성을 향상시키기 위해서 이전 계층으로부터 얻은 비퍼지화된 추론결과들의 통계적인 정보를 사용하여 다음 계층의 퍼지 소속구간들의 선택방법에 대해서도 논의하였다. 제안된 시스템의 효과성을 보이기 위해서, 65세 이상의 노인 113명의 신체계측 정보와 생화학적 검사로부터 획득한 정보 그리고 영양 밀도 지수(INQ)로부터 영양상태를 평가하였다.

Keywords

References

  1. M. C. Moore, 'Nutritional Assessment and Care', Elsevier, 2005
  2. G. B. Jeong, D. Y. Kim, 'Objective evaluating system using similarity measure', Journal of Electronics & Computer Science, vol. 5, no. 1, pp. 17-24, 2003
  3. 한국영양학회, '한국인 영양섭취기준', 한국영양학회, 2005
  4. Hansen RG, 'An index of food quality'. Nutr Rev, Vol. 31, pp. 1-7, 1973 https://doi.org/10.1111/j.1753-4887.1973.tb05134.x
  5. W. Rattasiri and S. K. Halgamuge, 'Computational complexity of hierarchical fuzzy systems', the 19th International Conference of the North American Fuzzy Information Processing Society (NAFIPS 200), pp. 383-387, 2000
  6. K. Uehara and M. Fujise, 'Multistage fuzzy inference formulated as linguistic-truth-value propagation and its learning algorithm based on back-propagation error information', IEEE Transactions on Fuzzy Systems, vol.1, no.3, pp. 205-221, 1993 https://doi.org/10.1109/91.236553
  7. L. X. Wang, 'Analysis and design of hierarchical fuzzy systems', IEEE Transactions on Fuzzy Systems, vol. 7, pp. 617-624, 1999 https://doi.org/10.1109/91.797984