"منصة الصحة واللياقة" هي تطبيق ويب مبتكر مصمم لمساعدة المستخدمين على تحقيق أهدافهم في اللياقة البدنية من خلال خطط تغذية وتمارين شخصية. توفر المنصة تجربة مخصصة عبر جمع معلومات المستخدم وتحليل تفضيلاته وتقديم توصيات شخصية باستخدام نماذج الذكاء الاصطناعي المتقدمة. تشمل ميزات المشروع تسجيل المستخدم، تخطيط التغذية، إرشادات التمارين، وتعرف على الطعام من خلال الصور.
التقنيات المستخدمة:
تم بناء المنصة باستخدام مجموعة من التقنيات الحديثة، بما في ذلك:
Node.js وFlask: لإدارة العمليات من جانب الخادم وتكامل واجهات برمجة التطبيقات.
JavaScript وHTML وCSS: لتطوير واجهة أمامية تفاعلية وسهلة الاستخدام.
Python: لبناء نماذج الذكاء الاصطناعي ومعالجة الحسابات المعقدة.
Flowise API: لتفعيل روبوت محادثة يساعد المستخدمين في إرشادات التغذية.
K-Nearest Neighbors (KNN): نموذج ذكاء اصطناعي يولد خطط التغذية بناءً على تفضيلات المستخدم.
Convolutional Neural Network (CNN): لتعرف الطعام من خلال الصور وتقديم المعلومات الغذائية.
MySQL: لإدارة قاعدة بيانات تخزن بيانات المستخدمين وخطط التمارين والتغذية بشكل آمن.
الميزات الرئيسية للمشروع:
تسجيل المستخدم وجمع المعلومات:
يمكن للمستخدمين تسجيل حساب أو تسجيل الدخول إلى المنصة وتقديم معلومات مثل العمر، الوزن، الطول، وأهداف اللياقة. تُخزن هذه البيانات في قاعدة بيانات MySQL وتُستخدم لتخصيص خطط التغذية والتمارين.
دمج قاعدة البيانات:
تُحفظ معلومات المستخدمين بشكل آمن وتُستخدم النماذج لتحليل هذه البيانات. يقوم النظام بحساب السعرات الحرارية اليومية اللازمة لكل مستخدم بناءً على البيانات المقدمة.
تخطيط التغذية:
يعتمد نموذج KNN على مجموعة كبيرة من بيانات التغذية لتقديم خطط تغذية شخصية، حسب تفضيلات الطعام وعدد الوجبات المطلوبة.
خطط قابلة للتخصيص:
يتمتع المستخدمون بخيار تعديل خططهم بنقرة زر، حيث يمكن للنظام تقديم توصيات بديلة بناءً على تفضيلاتهم المتغيرة.
روبوت محادثة التغذية (Flowise API):
روبوت محادثة يعتمد على Flowise API، حيث يقدم للمستخدمين إرشادات ونصائح حول التغذية واللياقة ويجيب عن استفساراتهم.
خطط التمارين:
يتضمن الموقع قسمًا خاصًا لمحبي التمارين الرياضية، حيث يحصل المستخدمون على خطط تمارين بناءً على مستوى لياقتهم، وتُعرض التمارين بصور متحركة أو مقاطع فيديو لضمان أداء صحيح.
نظام التعرف على الطعام (CNN):
يستخدم نموذج CNN الذي تم تدريبه على مجموعة بيانات لأكثر من 100 نوع من الأطعمة، حيث يمكنه التعرف على الطعام وتقديم معلومات غذائية تفصيلية.
إدارة قاعدة البيانات (MySQL):
يعتمد النظام على قاعدة بيانات MySQL منظمة لتخزين المعلومات بفعالية ودعم تخصيص الخطط الشخصية.
آلية التنفيذ:
التخطيط والتصميم: بدأ المشروع بجمع المتطلبات وتصميم واجهات رسومية مبدئية باستخدام أدوات مثل HTML وCSS لضمان تصميم بسيط وسهل الاستخدام.
التطوير التقني: تم استخدام Node.js وFlask لإدارة الخادم وتكامل واجهات برمجة التطبيقات. تم تطوير نماذج الذكاء الاصطناعي باستخدام Python ودمجها في النظام لتحقيق تفاعل سهل وذكي.
الاختبار والتحسين: تم إجراء اختبارات شاملة لضمان عمل كل الميزات بسلاسة، مع التركيز على سهولة الاستخدام والأمان والأداء.
الهدف الأساسي:
تهدف المنصة إلى تقديم تجربة مخصصة وشاملة للمستخدمين لمساعدتهم على تحقيق أهدافهم الصحية واللياقة البدنية من خلال خطط تغذية وتمارين ملائمة.
اسم المستقل | Omar A. |
عدد الإعجابات | 0 |
عدد المشاهدات | 6 |
تاريخ الإضافة | |
تاريخ الإنجاز |