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
- 저널정보
- 한국지능시스템학회 INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS Vol.23 No.4
- 발행연도
- 2023.12
- 수록면
- 480 - 497 (18page)
- DOI
- 10.5391/IJFIS.2023.23.4.480
이용수
초록· 키워드
오류제보하기
Parkinson’s disease is a neurological disorder which interferes human activities. Early detection is needed to facilitate treatment before the symptoms get worse. Earlier detection used vocal voice as a comparison with normal subject. However, detection using vocal voice still has weaknesses in detection system. Vocal voice contains a lot of information that isn’t necessarily relevant for a detection system. Previous studies proposed a feature selection method on detection system. However, the proposed method can’t handle variation in the amount of data. These variations include an imbalance sample to features and classes. In answering these problems, the Hilbert-Schmidt Independence Criterion Lasso (HSIC Lasso) feature selection method is used which has feature transformation capabilities that can produce more relevant features. In addition, detection system uses Synthetic Minority Oversampling Technique (SMOTE) method to balance data and several classification methods such as k-Nearest Neighbors (k-NN), Support Vector Machine (SVM), and Multilayer Perceptron (MLP) to obtain best predictive model. HSIC Lasso produces 18 of 45 features with an accuracy of 88.34% on a small sample and 50 of 754 features with an accuracy of 96.16% on a large sample. From this result, when compared with previous studies, HSIC Lasso is more suitable on balanced data with more samples and features.
목차
Abstract
1. Introduction
2. Related Works
3. Methods
4. Experiments
5. Conclusion
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
LASSO 알고리즘을 이용한 유전자 발현데이터의 분류 분석
정보 및 제어 논문집
2019 .10
-
LASSO 회귀 모델 기반 터보팬 엔진 결함 검출 기법
한국항공우주학회 학술발표회 초록집
2024 .11
-
유전자 발현량 데이터의 Lasso 회귀 분석 시 부트스트랩을 통한 변수선택 안정화
한국정보과학회 학술발표논문집
2016 .12
-
New Feature Selection Method for Text Categorization
Journal of information and communication convergence engineering
2017 .03
-
Lasso를 이용한 건설장비 수요 예측
대한산업공학회 춘계공동학술대회 논문집
2015 .04
-
융합형 필터를 이용한 깊이 영상 기반 특징점 검출 기법
대한임베디드공학회논문지
2017 .01
-
Comparative Analysis of Oversampling Techniques and Feature Selection for Intrusion Detection
한국통신학회논문지
2024 .11
-
A Feature Selection Method for Classifying Highly Similar Text Documents
Industrial Engineering & Management Systems
2021 .06
-
Functional Logistic Regression with Fused Lasso Penalty
대한산업공학회 춘계공동학술대회 논문집
2016 .04
-
다변량 시계열 데이터 분류를 위한 특징 선택 방법
대한산업공학회지
2017 .12
-
지능형 화재 학습 및 탐지 시스템
멀티미디어학회논문지
2015 .03
-
머신러닝 기법을 활용한 대용량 시계열 데이터 이상 시점탐지 방법론 : 발전기 부품신호 사례 중심
산업경영시스템학회지
2020 .01
-
Feature Selection Based on Bi-objective Differential Evolution
Journal of Computing Science and Engineering
2017 .12
-
A Novel Approach for Object Detection in Illuminated and Occluded Video Sequences Using Visual Information with Object Feature Estimation
IEIE Transactions on Smart Processing & Computing
2015 .04
-
LASSO를 이용한 대한민국의 대기오염 물질 배출량에 따른 PM2.5 및 오존 농도 예측
한국정보과학회 학술발표논문집
2023 .06
-
다양한 지역특징들의 결합 특징을 이용한 기체 분류 방법
한국컴퓨터정보학회논문지
2016 .09
-
A New Islanding Detection Method Based on Feature Recognition Technology
JOURNAL OF POWER ELECTRONICS
2016 .03
-
Multi-scale Non-local Feature Enhancement Network for Robust Small-object Detection
IEIE Transactions on Smart Processing & Computing
2020 .08
-
Deep Table Detection Using Image-Lexical Features
한국통신학회 학술대회논문집
2021 .06
-
Feature selection based on rough set theory using feature space decomposition for mixed-type data
대한산업공학회 춘계공동학술대회 논문집
2016 .04
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-088533782