Enhancing Sarcopenia Prediction with Genetic Algorithms for Feature Selection

Q: 이 논문에서 정의한 특징 선택이란 무엇인가?

특징 선택은 타겟 데이터를 잘 설명하는 특징을 찾아 불필요한 특징은 제외함으로써 기계학습 모델의 복잡도를 줄이고 성능을 높이는 과정이다. 이는 필터, 래퍼, 임베디드 세 가지 주요 방법으로 수행되며, 각 방식은 특징의 중요도를 평가하는 기준과 방법에 차이가 있다.

Q: 유전 알고리즘 기반 특징 선택에서 교차 연산 방식이 예측 성능에 어떤 영향을 미치는가?

연구 결과, 유전 알고리즘 기반 특징 선택에서 교차 연산 방식이 예측 성능에 가장 큰 영향을 미치는 것으로 나타났다. 특히 균등 교차 방식은 다양한 유전자 조합을 생성하여 탐색 공간의 다양성을 높이고, 일점 교차보다 안정적으로 우수한 성능을 보였다.

송지우; 이재형; 윤유림

doi:10.5626/JOK.2025.52.9.749

학술저널

저자정보: 송지우 (건국대학교) 이재형 (가천대학교) 윤유림 (가천대학교)

저널정보: Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.52 No.9

오류 신고하기

피인용 0

검색

초록·키워드

근감소증은 특히 노년층에서 많이 발생하며 최근 의료계에서 주요한 관심사가 되고 있는 질병이다. 근감소증을 유발하는 원인과 진단할 수 있는 방법이 다양하기 때문에 어느 특정 원인이 근감소증을 유발하는지 명확히 알려지지 않아 인간의 지식으로 정확하게 예측하는 것에 한계가 있다. 본 논문에서는 고령화연구패널(KLoSA) 설문조사 데이터를 사용하여 데이터 전처리와 유전 알고리즘을 이용한 특징 선택을 통해 근감소증 예측의 정확도를 향상시키는 방안을 탐구하였다. 데이터 전처리를 통해 특징 수를 2,756개에서 613개로 줄였으며, 로지스틱 회귀, XGBoost, 랜덤 포레스트를 각 분류 알고리즘으로 사용하여 유전 알고리즘을 활용한 특징 선택을 진행한 결과, 최대 84.73%의 정확도와 0.5953의 F1-스코어를 달성했다. 이 결과는 설문 조사 형태의 데이터 분석에 유전 알고리즘을 효과적으로 적용하는 방법에 대한 실질적인 가이드라인을 제공한다.

#근감소증 #고령화연구패널 #기계학습 #유전알고리즘 #특징 선택 #sarcopenia #KLoSA #machine learning #genetic algorithm #feature selection

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-151-25-02-094096802

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 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료