快捷搜索:

人工智能灵魂注入,人工智能在太空监测肥胖

日期:2019-12-17编辑作者:www.8455.com

原标题:人工智能灵魂注入,点火你的卡路里——2018,你AI了吗!?

原标题:人工智能在满天监测肥壮:中年人丰腴率与区域建造意况特征相关

> 莫挨老子,老子只想做个安静的肥宅。所以,到底是什么人动了本人的肥宅欢腾水?

  你所居住的社区中有宠物店、健美房和公园吗?照旧充满着快餐店、超级市场和艰巨的大街?这些答案大概预示着您的丰腴可能率。

炸鸡可乐蛋挞,BBQ古董羹奶茶,游戏番剧代码,日落西山,阿宅瘫在沙发。

前天,两位出自美利哥Washington大学金奈分校的钻研人口发掘大家所处的修造情状与区域内的丰腴率有比超级大的关联。区域建造情状特点是指区域内的自然和人为景况,比如绿地和公路等。那么些景况特征能够与其余数据整合使用,进而监测地点的丰腴患病率。

面前碰到高强度职业负荷带给的久坐、各样舌尖上的诱惑,以至风姿罗曼蒂克密密层层能够窝在沙发里张开的十31日游项目,丰腴在现代日益成了三个能够看作“梗”来谈谈的标题。豆蔻梢头首《卡路里》张开持续洗脑式轰炸的同时,AI也一贯在持续尝试对丰腴那生龙活虎难点“出手”,试图从更加多层面加以开掘与解释。

他们的钻研结果注解,区域内的建造景况与分裂社区肥壮患病率的成形有关。回归模型彰显,建筑遭遇特征解释了该项目涉嫌的16100个人口普遍检查区内64.8%丰腴率的演进。具体来讲,该模型对两样城市肥壮率的推测能力有所不一致。其最标准地预测了卑尔根市的丰腴率,准确率为73.3%。最低是在安特卫普地区,无误率是55.8%。

基于二零一八年八月二日在线揭橥于JAMA Network Open的大器晚成项商量呈现,卷积神经互连网(CNN)可从卫星图像中机动提取建筑情况的特质,并用于健康目标研讨。而精通建筑意况的有个别特点与痴肥症患病率之间关系,则有利于辅导条件构造上的变通,从而达成推进活动、降低痴肥率的作用。

研商职员建议了风度翩翩种采纳卷积神经网络(CNN)评估中年人肥壮患病率与区域建筑意况之间涉及的艺术。卷积神经互连网是意气风发种深度学习方式,该钻探所运用的卷积神经互联网经过预先练习,能够捕捉区域条件的特点,例如绿化、土地等当然性子和道路、房子等建筑特色。

天下疾病负责报告表明,2014年国内外约有超越6.03亿成人在面前遭受肥胖难题的麻烦;在美利坚合众国,成年痴肥人口更是私吞成年总人口数的八分之生机勃勃。痴肥是二个错综相连的寻常难题,其间涉及的关联因素颇多,包蕴遗传学、人口计算学,甚至作为学的震慑。而不不奇怪的饮食习于旧贯和久坐不动的生活方法规都与所处的社情特质及建筑情形特色紧凑相关,景况足以透过中间的步行有利于程度、土地利用、占地面积、居住地区、可用财富(活动及娱乐地方、餐饮店等)、贫穷阶段、参与感以致社区应用方案等来震慑大家的常规,比如接近自然空间或是中国人民银行道的建筑设计能够在追加运动量的还要有扶助如期活动,那少年老成特征在城市中尤其引人瞩目。

两位斟酌人士首先使用卷积神经互联网从约15万张高分辨率的卫星图像中提代替表建筑意况特色的数量。这个卫星图像于二零一七年七月18日至11日下载,并在研究时期(二〇一七年7月四日)更新。图像中的建筑意况消息被分为九十多个类比,比如宠物店和百货集团等。这种布置的内在逻辑是区域建造对人流活动的潜在影响。比方说,有宠物店的区域大概会有越多的人带狗散步。另一面,探讨者搜罗了2015年United States500个城市的丰腴率估算值。随后,他们组成上述两类数据创立起了贰个回归模型来评估区域内建筑情况与肥胖患病率之间的关联。

直白以来,关于肥壮难点和建筑景况间这两侧间关系的商讨并不菲见,但即便如此,商讨人士仍在商讨进程中注意到了生机勃勃部分不等同的结果,变成这几个不等同的原故恐怕是度量方法和衡量工具的跨商讨转移所招致的评估及比对困难。其他,相关指标的衡量进程或许代价高昂、耗费时间庞大,何况易受人的无理思维形式影响。由此,切磋人口供给打通意气风发种生机勃勃致性的衡量方法,以促成跨斟酌相比。评估并量化建筑际遇与痴肥间的涉及拉动大家在社区底蕴上对相应健康问题加以合适的干涉与防御。

具体来讲,二个区域建造情形的特色如土地利用状态,花园、宠物店、强健身体房与快餐店的布满,公共交通景况和绿地面积等都与本地的中年人痴肥率有关。以法兰克福为例,切磋人士开掘高肥壮率区域的特征是凝聚的街区和超少的草坪,相反,低丰腴率区域有所着越多的绿化面积。

对此,来自Washington大学的钻研职员结合人工智能本领,提议了黄金年代种全面评估法,当中含有使用预练习的卷积神经网络(风流倜傥种深度学习法)从高分辨率卫星图像中提取邻域的物理特点。事实上,形似的研究方式早在这里前便惨遭了切磋人口的钟情。Nguyen QC等人二零一八年十二月刊载于《JECH (Journal of Epidemiology and Community Health卡塔尔(英语:State of Qatar)》杂志的舆论中,便提到了经过卷积神经互联网对谷歌街景中的建筑情况图像进行分类,并借以评估痴肥与中国人民银行道、建筑项目、街道绿化(或景象美化)那三者间的关系。只是这个时候的探究未能丰富利用卷积神经互联网独立意识涉及因素的工夫,仅局限于预设的三大变量。相较之下,这一次Washington高校公布的风尚诗歌则全面评估了建造情状中的变量因素,并基于U.S.八个区人口普遍检查丰腴率的细粒度关联进行艺术论证。切磋中所选择的形式皆可扩张,且都依据公开可用的数额与计量工具,可完成跨钻探可以对比的性质。

钻探方法

莫斯科高肥壮率地区(左)与低丰腴率地区(右)的Google卫星图片 (左边高丰腴率地区以密集的街区和相当少的草坪为特征;侧面低肥胖率区域有越来越高的植被绿化率)

肥壮症患病率数据分析

其实,全世界近四分之风度翩翩的人头有超载或肥壮的麻烦。二零一七年四月,生机勃勃篇发布在《新竹爱尔兰经济学杂志》中的大范围全世界研讨项目建议全世界有超越20亿少儿和成人患有超载或痴肥相关的健康难题,占到满世界人口的四分之一。痴肥难题形成慢性高血糖和心脏病的发病率大幅度进步,越来越多的人为此死去。

数量来源于:选取美利哥病魔防控中央“500 Cities”项目中的二〇一五年度人口普遍检查肥壮率粗略估价

那豆蔻梢头高痴肥率是由众多目眩神摇因素招致的,举个例子遗传因素和饮食结构等。而本文的切磋者感到,区域内的修造情形也日趋成为个中保养的影响因素,它能够由此财富的可用性来震慑平常,比如民居房,活动和玩耍空间等。

剖判方法:包罗三个步骤。首先,利用卷积神经网络以至提取管理的POI(兴趣点)数据来管理卫星图像,以抓取建筑意况特点。随后,利用弹性网络回归建构一个简易模型来评估建筑遇到与丰腴率之间的关联性。

研讨者尝试对建筑景况特色数据与肥壮患病率之间的明朗关联给出解释。他们感到,该关联不自然是因果关系,社会经济目的可能是那风度翩翩涉及背后的机要影响因素。其观望结果表明,对于洛杉矶和密尔沃基等都会来讲,痴肥患病率与建造意况特色之间的绝大多数器重关系可能能够经过社经景况的调换来表明。但他俩同期涉嫌,卷积神经网络所识别的性状或然会捕获与社会经济指标无直接涉及的其余信息,也便是说,社经指标实际不是解释建筑遇到特色与肥壮率之间涉及的唯生龙活虎要素。

获得卫星图像和POI数据

商讨人口还称,他们的不二法门帮忙大家评估不一样城市的肥胖危害。别的,与昂贵且耗费时间的实地访问或社区实验研讨方式相比,该研究为建筑情形的度量提供了越来越合理的办法,也大大减弱了总结开销。

在安装好地理大旨、图片尺寸(400*400像素)和缩放等第(缩放周全18)的景况下,从GoogleStatic Maps API下载图像。将各样城市的地理范围划分为方形网格,当中每一种点对应大器晚成对纬度和经度值,网格间距约150米。同时,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头普遍检查区相关联,消释城市范围外区域的图像。使用同生机勃勃的方形网格来筛选地理地方,并在适龄的间隔内开启径向附近搜索,以此实现在谷歌(Google卡塔尔Places of Interest API上下载POI数据(此处不分包城市范围外的兴趣点)。该切磋搜罗了玖拾玖个唯有的POI体系,并总结了每种人口普遍检查区对应到各种相关品种下的岗位数据。

美利坚合作国Duke高校的Benjamin A. 高尔德stein学士等人鲜明了两位研商者利用深度学习情势发掘修造景况特征的进献。但他们重申“不要过度解释任何结果”,“深度学习方式与学科知识结合能够扩充发现复杂关系的机缘,但那并不意味着单独的大数量深入解析能够提供全体的答案”。

图像处理

那生龙活虎研商也设有必然的局限性。文章提到,人口普遍检查中的痴肥率数据来源于都市人自己报告的身体高度和体重,由于社会对肥壮人员的门户之见,总结进程中该数据会趋向于被低估。

方今,卷积神经互联网已经在根本的微电脑视觉职责(如指标志别、图像分割)、健康相关的利用(如识别四肢癌),以致特殊困难预测等世界的大数量集方面得到了突破性的到位。由于缺少用于对高丰腴地区和低肥胖地区开展分拣的重型申明数据集,研讨人口接受了搬迁学习(Transfer Learning)法,个中涉及使用预练习互联网从富含近150000个卫星图像的未标明数据汇总提取建筑情形特色。迁移学习蕴涵微调预练习卷积神经互连网以变成新职务(改进输出层)或将预练习卷积神经互连网充任固定特点提取器(与线性分类器或回归模型相结合)。上述办法已经成功使用于青霄白日不一样于指标志别的微管理机视觉任务。

此商量于前年二月四日至十二月17日进行,由美利坚联邦合众国Washington高校路易港分校的Adyasha Maharana大学子 和ElaineOkanyeneNsoesie硕士协同实现。其成果公布于二〇一八年三月31日。

探讨中动用VGG-CNN-F互联网,该互联网有8层(5个卷积层和3个完全连接层),而且根据约120万个来自ImageNet数据库的图像举行了教练,以识别分归于1000个品类的靶子。网络学习提取有利于目的检测的图像梯度、边缘和画画。许多应用相似迁移学习方式的研究声明,从基于ImageNet数据练习的互连网中领取的性情可实用地将航空拍片图像遵照土地用处(如高尔夫篮球馆、桥梁、停车场、建筑物和征途)进行细粒度语义分类。

小编:澎湃音信 张唯重返新浪,查看更加多

商讨人口搜罗了数据集中每种图像网络第叁个完全连接层的出口,那风流倜傥层有4098个节点,每一个节点与其上意气风发层及下大器晚成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)着来自那些节点的出口。通过测算人普区域有着图像的均值,这么些输出越发聚合成各种人口普遍检查区的均值特征向量。这么些特点协同代表建筑情形的指标。为了研究CNN能不能够区分建筑境遇特征,商讨人口通过网络向前传输了生龙活虎组自由图像,并检讨lCNN卷积输出的地形图(图1)。同不经常间,研究人士还对图像特点进行了分组,以此验证在肥壮率低和高的地带,建筑遇到的性状存在差别(图2)。

网编:

图片 1

图1 卷积神经互联网模型下的特征可视化

图片 2

图2

统计剖判

行使弹性网络(大器晚成种正则化回归艺术),消亡了非首要协变量,保留了相关变量,极度适用于从该切磋图像数据集中提取的高维(n = 4096)特征向量。弹性网络的正则化制止过拟合,这也是由于高演度数据集的勘探。为了选拔适用的调节参数值(λ值),这里运用了接力验证法,并精选了最小化均值交叉验证错误的值。

运用5折交叉验证回归解析法,以量化下列关联:① 人口普遍检查区建筑景况特色与痴肥率之间的涉嫌;② 人口普遍检查区POI密度与痴肥率之间的涉及;③ 人口普遍检查区构筑意况特点与人均收入差别之间的关系(数据来自“U.S.A.二零一五寒暑社区应用商讨”中的今后八年估算)。研讨还将数据分为七个随机样板,并用样板1代表模型拟合中三分之一的多少,其他伍分之一则在享有深入解析中开展认证。上述剖判针对富有地点协同张开,并对每个地区独立进行。

除了,基于智能AI技艺的食物营养元素剖判项目、科学食疗方案、食物照片的卡路里识别项目、各类穿戴设备、语音识别智能家庭乙酰胆碱健康帮手等利用早就何奇之有,在那之中就归纳Google在二〇一四年出产的Im2Calories项目、二〇一八年的GoogleCoach,以致贝拉米(Bellamy卡塔尔(英语:State of Qatar)集团与京东集团二〇一七年在智能音箱“叮咚”上同盟推出的美素佳儿小AI……

由是观之,人工智能在人类健康难点上的商量之路正在不断延伸。想要了然更四个人工智能前沿技艺与行业深度应用? 2018 AI 开拓者大会(AI NEXTCon)来啦!

2018 AI 开荒者大会(AI NEXTCon)

二〇一八年二月8-十三十一日,专为AI开荒者而生的 2018 AI 开荒者大会(AI NEXTCon)将锁定东京,以“AI本领与行使”为着力,深度聚集智能AI的技能订正与同行当利用,为 AI 从业者浮现前沿技巧、优选成品、行业使用案例,并深度解读行当发展趋势。

本次大会由华夏标准的IT社区CSDN与硅谷AI专门的职业社区AICamp联合出品,AI NEXTCon是继在圣路易斯,硅谷,London幸不辱命举行5届后第叁遍踏向中华,依附两岸多年AI领域的牢固积存及全世界实力讲教师的天分源优势,这一次大会将改成AI行当的年度盛会。

大会以『AI本事与利用』为中央,着重于人工智能的技革与深度产业应用,设置了计算机视觉、深度学习、 机器学习、知识图谱等多场才能论坛,优选AI工夫在经济、医治、教育、新零售、无人驾乘等精品执行应用行当论坛。别的,大会还配备有AI新品体验宗旨展区、编制程序Marathon大赛、开采者对话硅谷AI之夜、AI技艺专项论题深 度培养演练等等丰裕活动,力图以『超实用技艺 高效使用 超IN新品』描述出2018全世界人工智能技巧与运用全景图。

近日,2018 AI 开垦者大会组织委员会颁发了首批助教队容姿首,超浮华队伍容貌后生可畏睹为快:

Demis Hassabis DeepMind联合创办者

图片 3

DeepMind联合创办人 德姆is Hassabis

蒋涛 CSDN创始人&董事长

图片 4

CSDN创始人&董事长 蒋涛

王小川 搜狗CEO

图片 5

搜狗CEO 王小川

马维英 搜狐副首席营业官人工智能实验室理事

图片 6

今日头条副老板人工智能实验室董事长 马维英

崔宝秋 BlackBerry人工智能与云平台副老董

图片 7

One plus人工智能与云平台副老董 崔宝秋

本文由澳门新葡8455手机版发布于www.8455.com,转载请注明出处:人工智能灵魂注入,人工智能在太空监测肥胖

关键词: www.8455.com

www.8455.com都以她搞的,离开Ali的365天倒计时初叶

原标题:离开Ali的365天倒计时伊始,马云依然有生龙活虎份待完结的卷子 原标题:终于理解中国首富马云为什么选他...

详细>>

www.8455.com的阿里向何方,终于知道马云为啥选他

而后还不到2年,张勇就荣升阿里首席执行官(CEO)。接任CEO第一年,他就对阿里进行了战略意义重大的组织架构调整...

详细>>

www.8455.com:马云从此

编辑/雪山小狐 2013年5月,马云卸任阿里巴巴CEO,陆兆禧接棒,此前4月,法定代表人由马云变更为陆兆禧;2016年5月,...

详细>>

【www.8455.com】中国首富马云为啥要

马云的“让位”并不是瞬间的拍板决定。据其公开信提到,为此已经准备了十年。况且,从这几年的情况看,马云也...

详细>>