인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
본 연구는 웨어러블 기기로 수집한 생체정보와 PHQ‑9 설문 데이터를 활용한 DNN 기반 우울증 위험 예측 모델의 하이퍼파라미터를 최적화해 예측 성능을 높이는 방안을 제안한다. 데이터 전처리를 통해 품질을 향상하고 클래스 불균형을 보완하였으며, 전통적인 머신러닝 모델들과 DNN의 성능을 비교했다. 실험 결과, DNN 모델이 F1-score 0.8953, ROC-AUC 0.77로 가장 우수한 성능을 보였으며, 특히 MinMaxScaler, Nadam 옵티마이저, 6개 은닉층 구조의 조합이 최적의 설정으로 확인되었다. 이는 웨어러블 생체정보에 내재한 비선형적이고 계층적인 패턴을 DNN 모델이 비교 모델보다 효과적으로 학습함을 시사한다. 본 연구는 웨어러블 데이터를 활용한 우울증 조기 선별 및 지속 모니터링 시스템 구축의 실효성을 실증적으로 제시한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094555954
