트랜스포머 모델의 전이학습을 이용한 중환자실 패혈증 환자의 생존 예측 모델

Q: 이 논문에서 정의한 전이학습이란 무엇인가?

전이학습은 특정 작업에서 사전 학습된 모델의 지식을 다른 관련 작업에 활용하는 기법이다. 본 연구에서는 패혈증 환자의 전 주기 시계열 데이터를 사전학습에 사용하고, 사망/퇴원 시계열 데이터를 타겟 학습에 전이하여 모델의 예측 정확도를 향상시키는 데 활용한다.

Q: 트랜스포머 모델에 전이학습을 적용하면 패혈증 환자 생존 예측 성능이 어떻게 향상되는가?

연구 결과, 전이학습을 적용한 트랜스포머 모델은 전이학습을 적용하지 않은 모델보다 recall, F1, accuracy, ROC-AUC 지표에서 향상된 성능을 보였다. 특히 recall이 크게 향상되어 사망 환자를 사망하지 않았다고 예측하는 경우가 현저히 줄어들었으며, 이는 모델이 사망 위험에 더욱 민감하게 반응함을 의미한다.

이상민; 윤태영; 윤대관; 안홍렬

학술대회자료

저자정보: 이상민 (수원대학교) 윤태영 (수원대학교) 윤대관 (수원대학교) 안홍렬 (수원대학교)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2023 한국소프트웨어종합학술대회 논문집

오류 신고하기

피인용 0

검색

초록·키워드

MIMIC-Ⅲ는 중환자실 환자에 대해서 진단, 검사, 처방 등의 의료 이벤트를 시간에 따라 추적하여 데이터화한 시계열 의료 빅데이터이다. 본 연구에서는 MIMIC-Ⅲ 데이터셋에서 중환자실 패혈증 환자의 생존 예측을 수행하는 전이학습 기반의 트랜스포머 모델을 제안한다. 제안하는 방법은 패혈증 환자의 입원부터 퇴원까지 ... 전체 초록 보기

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-151-24-02-089232935

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료

댓글(0)