بکارگیری شبکه های عصبی در بازاریابی پیش بینی کاهش وزن

چاقی یکی از چالش های اساسی در حوزه سلامت عمومی است که می تواند منجر به بیماری های قلبی، دیابت نوع ۲ و فشار خون بالا شود. پیش بینی کاهش وزن نقش مهمی در مدیریت چاقی و بهینه سازی برنامه های رژیمی دارد. در این پژوهش، سه مدل یادگیری عمیق شامل شبکه های عصبی بازگشتی (RNN)، شبکه های عصبی کانولوشنی (CNN) و ترکیب این مدل ها با مکانیزم توجه (Attention) مورد بررسی قرار گرفتند. نتایج نشان داد که مدل CNN به تنهایی عملکرد بهتری نسبت به RNN داشته و اضافه کردن مکانیزم توجه به RNN تاثیر قابل توجهی در بهبود عملکرد آن نداشته است. بااین حال، افزودن مکانیزم توجه به CNN باعث افزایش دقت مدل شده و بهترین عملکرد را در بین مدل های مورد بررسی داشته است. این یافته ها اهمیت انتخاب مدل مناسب و بهره گیری از مکانیزم توجه در بهبود دقت پیش بینی کاهش وزن را تایید می کند.

کلیدواژه ها:

شبکه عصبی بازگشتی ، شبکه عصبی کانولوشنی ، مکانیزم توجه ، پیش بینی کاهش وزن