인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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
- 저자정보
초록·키워드
체질량지수(body mass index: BMI)는 적용이 편리하다는 장점이 있어 비만 판별에 가장 많이 활용되는 지표이다. 그러나 많은 선행연구에서 체질량지수로 비만을 분류한 결과가 체지방률을 기준으로 분류한 결과와 일치하지 않는다는 점이 지적되었고, 이는 미리 정의된 체질량지수 값을 기준으로 비만을 분류하는 것은 정확성이 떨어진다는 것을 의미한다. 따라서, 본 연구는 최소한의 신체 치수를 통해 비만을 판별할 수 있는 방법을 새로 제안하는 것을 목적으로 하였다. 이를 위해 기계학습 기법을 포함한 분류 방법을 적용하였고, 분류 성능을 정확도와 설명력 두 가지 측면에서 평가하였다. 분석 결과, 체질량지수와 체중을 활용한 퍼지 규칙 기반 시스템(fuzzy rule-based systems: FRBS)의 비만 분류 성능은 정확도 측면에서 다른 기계학습 알고리즘 및 판별분석과 같은 수준을 보임과 동시에 다른 모델 대비 더 일관된 분류 규칙을 제공하였기 때문에 비만 분류에 가장 적합하다는 결론을 얻었다. 따라서 본 연구는 FRBS 방법을 사용하여 도출한 분류 기준으로 비만을 판별할 것을 제안한다. 본 연구가 제안하는 방법은 체질량지수를 통한 기존의 비만 분류 방법만큼 편리하게 적용할 수 있으면서도 높은 분류 정확도를 보장하므로 비만 분류 관련 연구에 기여를 할 수 있을 것으로 기대된다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092586812
