Clasificación de Somatotipos usando: Redes Neuronales, Árboles de Decisión y Regresión logística



Título del documento: Clasificación de Somatotipos usando: Redes Neuronales, Árboles de Decisión y Regresión logística
Revista: Xikua boletín científico de la escuela superior de Tlahuelilpan
Base de datos:
Número de sistema: 000585739
ISSN: 2007-4948
Autores: 1
1
1
Instituciones: 1Universidad Autónoma del Estado de México,
Año:
Volumen: 12
Número: s/n
Paginación: 46-51
País: México
Idioma: Español
Resumen en inglés Body shape is defined by genetics, diet, and daily exercise. Body shape is important to define and exploit skills in sports. For example, a runner requires an Ectomorphic body, that is, thin and with the least amount of body fat to enhance his speed. On the contrary, a professional wrestler is required to be an Endomorph, which has a lot of fat and muscle. Therefore, classifying body shapes can help identify the ideal areas for each sport. The method for obtaining the somatotype with the Heath-Carter technique is through the measurement of weight, height, circumference of arms, legs, wrists, ankles, among other measurements. With the measurements, calculations are applied to know the somatotype, obtaining parameters of each somatotype. In this work, somatotypes are classified: Ectomorph, Endomorph and Mesomorph. With a Dataset with 618 records of young adults. The Dataset was classified with the Orange tool using an Artificial Neural Network, Decision Trees and Logistic Regression obtaining results of 93% accuracy. It is concluded that it is possible to obtain the classification of somatotypes with the data of the person's measurements without doing the calculations.
Resumen en español La forma del cuerpo es definida por la genética, la alimentación y el ejercicio diario. La forma del cuerpo es importante para definir y explotar las habilidades en los deportes. Por ejemplo, un corredor requiere un cuerpo Ectomorfo, es decir delgado y con la menor cantidad de grasa corporal para potenciar su velocidad. Por el contrario, un luchador profesional se require sea Endomorfo, el cual tiene mucha grasa y músculo. Por lo tanto, la clasificación de las formas del cuerpo puede ayudar a identificar las áreas idóneas para cada deporte. El método para la obtención del somatotipo con la técnica de Heath-Carter es a través de la medición de: peso, estatura, circunferencia de brazos, piernas, muñecas, tobillos, entre otras medidas. Con las medidas, se aplican cálculos para conocer el somatotipo, obteniendo parámetros de cada somatotipo. En este trabajo, se clasifican los somatotipos: Ectomorfo, Endomorfo y Mesomorfo, con un Dataset con 618 registros de adultos jóvenes. El Dataset se clasificó con la herramienta Orange usando una Red neuronal artificial, Árboles de decisión y Regresión logística obteniendo resultados de un 93% de precisión. Se concluye que, es posible obtener la clasificación de somatotipos con los datos de las medidas de la persona sin hacer los cálculos.
Palabras clave: Clasificación de somatotipos,
Redes neuronales artificiales,
Árboles de decisión,
Regresión logística
Keyword: Somatotype classification,
Artificial Neural Network,
Decision Trees,
Logistic Regression
Texto completo: Texto completo (Ver PDF)