메뉴 건너뛰기

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
(서울여자대학교) (이화여자대학교) (홍익대학교)
저널정보
대한전자공학회 대한전자공학회 학술대회 2024년도 대한전자공학회 추계학술대회 논문집
발행연도
수록면
665 - 669 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
이 논문의 연구방법이 궁금하신가요?
🏆
연구결과
이 논문의 연구결과가 궁금하신가요?
AI에게 요청하기
추천
검색
질문

초록· 키워드

This study aims to develop a COVID-19 (SARS-CoV-2) diagnosis model using a contrastive learning based on patients' respiratory and voice data. We apply a contrastive learning techniques to respiratory and voice data by incorporating patient metadata, such as gender, symptoms, and respiratory disease history. The proposed model not only predicts COVID-19 positivity/negativity but also assesses the severity of the disease. Experimental results indicated that incorporating COVID-19-related metadata significantly enhanced diagnostic accuracy. In particular, a history of respiratory disease proved to be a critical factor in predicting severity.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지
정보가 잘못된 경우 알려주세요!

목차

  1. Abstract
  2. I. 서론
  3. II. 본론
  4. III. 구현
  5. Ⅳ. 결론 및 향후 연구 방향
  6. 참고문헌

참고문헌

참고문헌 신청

최근 본 자료

전체보기
260319_딥리서치
260319_AI리더
260304_새학기에이전트
260428 이주의질문
260122_AIagent
260304_아그논문롤
260127_아그논문
260127_AI뷰어