대립 생성 신경망을 이용한 심혈관 질환예측 방법

김재권; 한영신; 이미진; 김경륜; 이종식

추천

검색

질문

자료유형: 학술대회자료

저자정보: 김재권 (인하대학교) 한영신 (인하대학교) 이미진 (인하대학교) 김경륜 (인하대학교) 이종식 (인하대학교)

저널정보: 대한산업공학회 대한산업공학회 춘계공동학술대회 논문집 2018년 대한산업공학회 춘계공동학술대회 논문집 [3개 학회 공동주최]

발행연도: 2018.4

수록면: 2,528 - 2,532 (5page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2018

대립 생성 신경망을 이용한 심혈관 질환예측 방법

김재권 , 한영신 , 이미진 외 2명 한국경영과학회 학술대회논문집 2018.04 학술대회자료

대립 생성 신경망을 이용한 심혈관 질환예측 방법

김재권 , 한영신 , 이미진 외 2명 대한산업공학회 춘계공동학술대회 논문집 2018.04 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

심혈관 질환의 예측은 환자의 생명과 직접적인 영향을 주기 때문에 사전에 미리 예측을 하여 대처를 하는 것이 중요하다. 현재까지의 심혈관 질환 예측 방법은 단순한 분류기를 활용하여 예측하는 방법을 제공했다. 본 연구에서는 심혈관 예측을 위해 대립 생성 신경망을 이용하여 분류기의 향상을 목적으로 한다. 본 연구를 위해 국민건강영양보험 6기 데이터를 활용하며, 대립 생성 신경망에서 생성자는 RBM을 활용하여 Fake 데이터를 생성하고, 분류자는 역전파망을 이용하여 구성한다. 제안하는 방법은 RBM의 성능을 향상을 시킬수록, 분류자의 성능은 더욱 향상을 시킬 수 있다. 본 연구를 활용하여 심혈관 질환 예측의 성능을 높여서 국민건강과 의료 의사결정 지원을 제공할 수 있을 것으로 기대한다.

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!