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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.10
- 수록면
- 1,296 - 1,301 (6page)
이용수
초록· 키워드
오류제보하기
최근 전 세계적으로 당뇨병 유발률이 증가함에 따라 다양한 머신러닝과 딥러닝 기술을 통해 당뇨병을 예측하려고 하는 연구가 이어지고 있다. 본 연구에서는 독일의 Frankfurt Hospital 데이터로 머신러닝 기법을 활용하여 당뇨병을 예측하는 모델을 제시한다. IQR(Interquartile Range) 기법을 이용한 이상치 처리와 피어슨 상관관계 분석을 적용하고 Decision Tree, Random Forest, Knn, SVM, 앙상블 기법인 XGBoost, Voting, Stacking로 모델별 당뇨병 예측 성능을 비교한다. 연구를 진행한 결과 Stacking ensemble 기법의 정확도가 98.75%로 가장 뛰어난 성능을 보였다. 따라서 해당 모델을 이용하여 현대 사회에 만연한 당뇨병을 정확히 예측하고 예방할 수 있다는 점에서 본 연구는 의의가 있다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 연구 방법
Ⅲ. 실험 및 결과
Ⅳ. 결론
REFERENCES
참고문헌 (21)
참고문헌 신청
A. Mujumdar and V. Vaidehi, “Diabetes Prediction using Machine Learning Algorithms,” Procedia Computer Science, vol. 165, pp. 292-299, 2019.
H. Naz and S. Ahuja, “Deep learning approach for diabetes prediction using PIMA Indian dataset,” Journal of Diabetes & Metabolic Disorders, vol. 19, pp. 391-403, 2020.
N. P. Tigga and S. Grag, “Prediction of Type 2 Diabetes using Machine Learning Classification Methods,” Procedia Computer Science, vol. 167, pp. 706-716, 2020.
J. S. Jang, M. J. Lee, and T. R. Lee, “Development of T2DM Prediction Model Using RNN,” Journal of Digital Convergence, vol. 17, no. 8, pp. 249-255, 2019.
S. H. Kim, H. B. Lee, S. W. Jeon, D. Y. Kim, and S. J. Lee, “Prediction of Blood Glucose in Diabetic Inpatients Using LSTM Neural Network,” Journal of KIISE, vol. 47, no. 12, pp. 1120-1125, 2020.
H. Naz and S. Ahuja, “Deep learning approach for diabetes prediction using PIMA Indian dataset,” Journal of Diabetes & Metabolic Disorders, vol. 19, pp. 391-403, 2020.
N. P. Tigga and S. Grag, “Prediction of Type 2 Diabetes using Machine Learning Classification Methods,” Procedia Computer Science, vol. 167, pp. 706-716, 2020.
J. S. Jang, M. J. Lee, and T. R. Lee, “Development of T2DM Prediction Model Using RNN,” Journal of Digital Convergence, vol. 17, no. 8, pp. 249-255, 2019.
S. H. Kim, H. B. Lee, S. W. Jeon, D. Y. Kim, and S. J. Lee, “Prediction of Blood Glucose in Diabetic Inpatients Using LSTM Neural Network,” Journal of KIISE, vol. 47, no. 12, pp. 1120-1125, 2020.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
딥러닝과 머신러닝을 통한 당뇨병 데이터 분석
한국정보통신학회논문지
2024 .09
-
당뇨병 예측을 위한 기계학습 기법에 관한 연구
한국정보통신학회 종합학술대회 논문집
2020 .10
-
환경 인자 기반의 당뇨병 발병 예측
한국산학기술학회 논문지
2024 .10
-
XGBoost 기반 당뇨병 예측 알고리즘 연구 : 국민건강영양조사 2016~2018 을 이용하여
한국통신학회 학술대회논문집
2021 .02
-
머신 러닝 기반 당뇨병 분류에서 심박 변이도의 영향
대한전자공학회 학술대회
2024 .11
-
IQR알고리즘의 사분범위 조정을 활용한 당뇨 예측 방법
전자공학회논문지
2023 .03
-
배깅 및 스태킹 기반 앙상블 기계학습법을 이용한 고성능 콘크리트 압축강도 예측모델 개발
한국전산구조공학회논문집
2023 .02
-
다중 스태킹을 가진 새로운 앙상블 학습 기법
한국전자거래학회지
2020 .08
-
머신 러닝 기반 혈류 진동 데이터의 당뇨병 분류 특성 중요도 분석
대한전자공학회 학술대회
2023 .06
-
웹 기반 임신성 당뇨병 조기 진단 딥러닝 시스템
한국정보과학회 학술발표논문집
2022 .12
-
당뇨병 환자의 자기조절 인식에 관한 연구
한국컴퓨터정보학회 학술발표논문집
2021 .01
-
심층신경망 기반 제2형 당뇨병 환자의 급속한 신기능 저하 진단 예측
한국정보과학회 학술발표논문집
2021 .12
-
당뇨병 예방 및 관리의 시스템 사고
한국시스템다이내믹스 연구
2016 .01
-
차량가속도데이터를 이용한 머신러닝 기반의 궤도품질지수(TQI) 예측
한국지반신소재학회 논문집
2020 .03
-
머신 러닝을 이용한 수술 방법 선정 모델 연구
한국컴퓨터정보학회 학술발표논문집
2018 .01
-
인공지능 기법을 이용한 MCT 가공 제품 품질에 영향을 미치는 특성에 대한 연구
한국정보통신학회논문지
2024 .07
-
머신러닝을 이용한 아파트 선호층/동에 대한 아파트 가격 변동 예측모델 연구
한국컴퓨터정보학회 학술발표논문집
2024 .07
-
당뇨병성 콩팥병 예측의 기계학습 적용을 위한 분류기 알고리즘별 성능 비교에 대한 연구
한국산학기술학회 논문지
2022 .07
-
VaR(Value at Risk)가 머신러닝 및 딥러닝 기반 주가예측모델 성능에 미치는 영향에 대한 연구
Proceedings of KIIT Conference
2023 .11
이 논문의 저자 정보
이 논문과 함께 이용한 논문
디스트레스 간호중재가 부인암 환자의 디스트레스, 면역 및 삶의 질에 미치는 효과
박정숙
,
오윤정
성인간호학회지
2012
.06
휴대용 fNIRS를 이용한 머신러닝 기반의 알츠하이머병 진단 기술 연구
김보민
,
유진우
,
김은호
외 2명
한국통신학회논문지
2021
.07
당뇨병 예방 및 관리를 위한 최적의 신체활동량 분석 연구 : 국제신체활동설문지(GPAQ)를 활용하여
박종석
한국사회체육학회지
2021
.04
시간에 따라 변화하는 빗줄기 장면을 이용한 딥러닝 기반 비지도 학습 빗줄기 제거 기법
조재훈
,
장현성
,
하남구
외 3명
멀티미디어학회논문지
2019
.01
제2형 당뇨병 환자의 식사요법 실천 정도, 식이섭취 상태, 신체활동과 대사증후군 유병률과의 관계
김동은
,
홍승희
,
김지명
대한지역사회영양학회지
2015
.10
최근 본 자료
댓글(0)
0