| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Datorzinātne un organizāciju tehnoloģijas |
| Nosaukums |
Mākslīgā intelekta balstīta ēdienreižu plānošanas sistēma: MI ģenerēto un uztura vadlīnijās balstīto ēdienreižu plānu salīdzinājums. |
| Nosaukums angļu valodā |
An AI-Powered Meal Plan Generation System: Comparison of AI-Generated Versus Guideline-Based Meal Plans. |
| Struktūrvienība |
02C60 Rīgas Biznesa skola |
| Darba vadītājs |
Kārlis Zars |
| Recenzents |
Ojārs Krūmiņš |
| Anotācija |
Mākslīgais intelekts (MI) uzrāda augošu potenciālu uztura jomā un ēdiena plānošanā, lai ģenerētu personalizētus, uztura ziņā atbilstošus un veselīgus ēdiena plānus. Esošās pieejas ietver uz noteikumiem balstītas sistēmas, mašīnmācīšanās algoritmus un ģeneratīvos modeļus. Tomēr tās ietver limitācijas, integrējot dažādas lietotāju vēlmes un nodrošinot atklātību un klīnisko uzticamību. Šis pētījums piedāvā risinājumu, kas apvieno uz noteikumiem balstītu sistēmu, lai sasniegtu individualizētus uztura mērķus, balstoties uz noteiktām uztura vadlīnijām, K-tuvāko kaimiņu (KNN) algoritmu ēdiena izvēlei un dabiskās valodas apstrādes (NLP) moduli, ko nodrošina lielais valodas modelis (LLM), lai iegūtu nestrukturētu brīvo tekstu, kurš ietver uztura vēlmes un ierobežojumus. Sistēma tika novērtēta, izmantojot 100 simulētus lietotāju profilus. Veiktspēja tika novērtēta pēc tās spējas saglabāt kaloriju un makroelementu uzņemšanu 5% robežās no noteiktajām vadlīnijām, sasniegt vismaz 50% panākumu līmeni brīvā teksta integrēšanā un saglabājot 100% atbilstību uztura ierobežojumiem. Rezultāti parādīja, ka mediānās absolūtās procentuālās kļūdas bija ievērojami zem 5% sliekšņa (p < .001), brīvā teksta panākumu līmenis un ierobežojumu ievērošana sasniedza 70.83% un 100% attiecīgi. Papildu NLP novērtējums uzrādīja F1 rezultātu 0.83, precizitāti 1.0, atsaukumu 0.71 un pareizību 0.85. Šie rezultāti norāda, ka ēdiena plānu sistēmas, kas izmanto MI, var sasniegt pietiekamu uztura precizitāti un efektīvi iekļaut sarežģītas lietotāju ievades pieejamos un personalizētos ēdiena plānos, parādot, ka šādas sistēmas piedāvā pieejamu alternatīvu uz vadlīnijām balstītām un speciālistu vadītām pieejām. |
| Atslēgas vārdi |
MI ģenerēti ēdienu plāni, K-tuvāko kaimiņu algoritms, uz noteikumiem balstīts uzturs, dabiskās valodas apstrāde, uz vadlīnijām balstīts uzturs, personalizēts uzturs, uztura ievērošana, uztura ierobežojumu ievērošana, rekomendācijas ar LLM |
| Atslēgas vārdi angļu valodā |
AI-generated meal plans, K-Nearest Neighbors, rule-based nutrition, natural language processing, guideline-based nutrition, personalized nutrition, nutritional adherence, dietary constraint adherence, LLM-powered recommendation |
| Valoda |
eng |
| Gads |
2026 |
| Darba augšupielādes datums un laiks |
19.04.2026 13:25:29 |
