• 한국전자통신학회논문지
• /
• 제18권5호
• /
• pp.999-1008
• /
• 2023

당뇨병과 같은 만성 질환의 조기 예측은 중요한 이슈이며, 그중에서도 당뇨 예측의 정확도 향상은 매우 중요하다. 당뇨 예측을 위한 다양한 기계 학습 및 딥 러닝 기반 방법론을 도입하고 있으나, 이러한 기술들은 다른 방법론보다 더 우수한 성능을 위해 대량의 데이터를 필요로 하며, 복잡한 데이터 모델 때문에 학습 비용이 높다. 본 연구에서는 pima 데이터셋과 k-fold 교차 검증을 사용한 DNN이 당뇨 진단 모델의 효율성을 감소시킨다는 주장을 검증하고자 한다. 의사 결정 트리, SVM, 랜덤 포레스트, 로지스틱 회귀, KNN 및 다양한 앙상블 기법과 같은 기계 학습 분류 방법을 사용하여 어떤 알고리즘이 최상의 예측 결과를 내는지 결정하였다. 모든 분류 모델에 대한 훈련 및 테스트 후 제안된 시스템은 ADASYN 방법과 함께 XGBoost 분류기에서 최상의 결과를 제공하였으며, 정확도는 81%, F1 계수는 0.81, AUC는 0.84였다. 또한 도메인 적응 방법이 제안된 시스템의 다양성을 보여주기 위해 구현되었다. LIME 및 SHAP 프레임워크를 사용한 설명 가능한 AI 접근 방식이 모델이 최종 결과를 어떻게 예측하는지 이해하기 위해 구현되었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1964-1965
• /
• 2011

본 연구에서는 패턴분류를 위해 기존의 방사형 기저 함수 신경회로망(Radial Basis Funtion Neural Network)과 다항식 신경회로망(Polynomial Neural Network)을 결합한 다중 출력 방사형 기저 함수다항식 신경회로망 (Multi Output Radial Basis Funtion Polynomial Neural Network)의 분류기를 제안한다. 제안된 모델은 PNN을 기본 구조로 하여 1층에 기존의 다항식 노드 대신 다중 출력 형태의 RBFNN을 적용 한다. RBFNN의 은닉층에는 기존의 활성함수가 아닌 fuzzy 클러스터링을 사용하여 입력 데이터의 특성을 고려한 적합도를 사용하였다. PNN은 입력변수의 수와 다항식 차수가 모델의 성능을 결정함으로 최적화가 필요하며 본 논문에서는 Differential Evolution(DE)을 사용하여 모델의 구조 및 파라미터를 최적화시켜 모델의 성능을 향상시켰다. 패턴분류기로써의 제안된 모델을 평가하기 위해 pima 데이터를 이용하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.462-465
• /
• 2004

수치적인 데이터를 분류하기 위한 대표적인 방법은 퍼지 규칙을 사용하는 것이다. 하지만, 이러한 방법은 퍼지 소속 함수를 어떻게 정의하느냐에 따라 퍼지 분류의 성능이 크게 영향을 받는다는 문제점과 퍼지 규칙을 쉽게 이해하기 위해 가능한 퍼지 규칙의 수를 적게 유지해야한다는 문제점이 있다. 본 논문에서는 효과적이며 이해하기 쉬운 퍼지 규칙을 생성하기 위해 기울기 강하법을 기반으로 하는 소속 함수 학습 방법을 제안한다. 에러율을 감소하기 위해 Penalty 연산과 Reward 연산을 통해 소속 함수가 반복적으로 조절된다. 새로운 소속 함수는 Coverage 연산에 의해 생성된다. 또한 이해하기 쉬운 퍼지 규칙을 최적화하기 위해 학습된 소속 함수를 퍼지 결정 트리에 적용한다. 본 논문에서 제안한 알고리즘의 타당성을 확인하기 위해 벤치 마크 데이터인 Iris, Wisconsin Breast Cancer, Pima. Bupa 데이터를 이용하여 실험 결과를 보인다. 실험 결과를 통해 제안한 알고리즘이 기존의 C4.5와 FID 3.1 알고리즘보다 더 효과적이거나 비슷한 성능을 보임을 알 수 있다.

• Communications for Statistical Applications and Methods
• /
• 제27권3호
• /
• pp.285-299
• /
• 2020

In many cases, we are interested in identifying independence between variables. For continuous random variables, correlation coefficients are often used to describe the relationship between variables; however, correlation does not imply independence. For finite discrete random variables, we can use the Pearson chi-square test to find independency. For the mixed type of continuous and discrete random variables, we do not have a general type of independent test. In this study, we develop a independence test of a continuous random variable and a discrete random variable without assuming a specific distribution using kernel density estimation. We provide some statistical criteria to test independence under some special settings and apply the proposed independence test to Pima Indian diabetes data. Through simulations, we calculate false positive rates and true positive rates to compare the proposed test and Kolmogorov-Smirnov test.

• 대한의생명과학회지
• /
• 제15권1호
• /
• pp.101-103
• /
• 2009

The hepatocyte nuclear factor-$4{\alpha}$ (HNF-$4{\alpha}$), transcription factor involved in the regulation of serum lipid and glucose levels, has recently been reported to be associated with type 2 diabetes. Therefore, we investigated the genotype for the rs1884614 of HNF-$4{\alpha}$ gene in Korean population and compared genotype of patients with control group. 100 patients (Male 63, Female 37), who previously underwent type 2 diabetes (T2DM) and 100 controls (Male 36, Female 64) participated in this study. According to our present study there was no association between rs1884614 polymorphism in HNF-$4{\alpha}$ gene and T2DM in Koreans although other reports showed that HNF-$4{\alpha}$ polymorphisms might be associated with the pathogenesis of T2DM in Pima Indians et al. We assume that this finding should contribute to understanding of type 2 diabetes in Korean population in detail at genetic level.

• International Journal of Internet, Broadcasting and Communication
• /
• 제11권1호
• /
• pp.47-53
• /
• 2019

The idea of ensemble learning is to train multiple models, each with the objective to predict or classify a set of results. Most of the errors from a model's learning are from three main factors: variance, noise, and bias. By using ensemble methods, we're able to increase the stability of the final model and reduce the errors mentioned previously. By combining many models, we're able to reduce the variance, even when they are individually not great. In this paper we propose an ensemble model and applied it to classification problem. In iris, Pima indian diabeit and semiconductor fault detection problem, proposed model classifies well compared to traditional single classifier that is logistic regression, SVM and random forest.

• KIEAE Journal
• /
• 제9권2호
• /
• pp.91-98
• /
• 2009

The purpose of this study is analyzing the prescriptions of American codes for straw bale structures and proposing the legislation direction of Korean building code. The process of this study is as follows: (1) To set up the legislation direction of straw bale code of Korea, this study investigated the current state and features of straw bale houses in Korea, and looked into the worldwide status of straw bale codes and permitting. (2) To provide basic data for the legislation of Korean straw bale code or guideline, this study analyzed American codes for straw bale structures like the Tucson/Pima County Arizona Building Code Appendix Chapter 72 - Straw-Bale Structures, California State Guidelines for Straw-Bale Structures, New Mexico Standards for Non-load Bearing Baled Straw Construction, Oregon State Residential Code Appendix M - Straw-Bale Structures and so on. The analysis items are the scope of rule application, material specifications, requirements for straw bale walls/foundations and construction requirements. (3) On the base of analysis of American straw bale codes, this study proposed the legislation process and direction of Korean straw bale code and guideline.

• 대한의생명과학회지
• /
• 제15권4호
• /
• pp.301-307
• /
• 2009

Whole-body insulin resistance results largely from impaired insulin-stimulated glucose disposal in skeletal muscle. Our previous studies using differential display and quantitative real-time RT-PCR have shown that a novel cDNA band (DD23) had a higher level of expression in insulin resistant skeletal muscle and it was correlated with whole-body insulin action, independent of age, sex, and percent body fat. In this study, we cloned and characterized DD23. The DD23 sequence is part of the 3'UTR region of the RNA binding motif, single stranded interacting protein (RBMS3). We have cloned the full length cDNA for RBMS3 and identified two splice variants. These variants named DD23-L and DD23-S have 15 and 14 exons respectively and differ from RBMS3 in the 3'UTR significantly. Northern blot analyses showed that an ~8.8 kb mRNA transcript of DD23 was predominantly expressed in skeletal muscle and to a lesser extent in placenta, but not in heart, brain, lung, liver, or kidney, unlike RBMS3. Elevated expression levels of these novel alternatively spliced variants of RBMS3 in skeletal muscle may play a role in whole body insulin resistance.

• International Journal of Computer Science & Network Security
• /
• 제21권9호
• /
• pp.19-30
• /
• 2021

Diabetes Mellitus (DM) is one of common chronic diseases leading to severe health complications that may cause death. The disease influences individuals, community, and the government due to the continuous monitoring, lifelong commitment, and the cost of treatment. The World Health Organization (WHO) considers Saudi Arabia as one of the top 10 countries in diabetes prevalence across the world. Since most of the medical services are provided by the government, the cost of the treatment in terms of hospitals and clinical visits and lab tests represents a real burden due to the large scale of the disease. The ability to predict the diabetic status of a patient without the laboratory tests by performing screening based on some personal features can lessen the health and economic burden caused by diabetes alone. The goal of this paper is to investigate the prediction of diabetic and prediabetic patients by considering factors other than the laboratory tests, as required by physicians in general. With the data obtained from local hospitals, medical records were processed to obtain a dataset that classified patients into three classes: diabetic, prediabetic, and non-diabetic. After applying three machine learning algorithms, we established good performance for accuracy, precision, and recall of the models on the dataset. Further analysis was performed on the data to identify important non-laboratory variables related to the patients for diabetes classification. The importance of five variables (gender, physical activity level, hypertension, BMI, and age) from the person's basic health data were investigated to find their contribution to the state of a patient being diabetic, prediabetic or normal. Our analysis presented great agreement with the risk factors of diabetes and prediabetes stated by the American Diabetes Association (ADA) and other health institutions worldwide. We conclude that by performing class-specific analysis of the disease, important factors specific to Saudi population can be identified, whose management can result in controlling the disease. We also provide some recommendations learnt from this research.

• 스마트미디어저널
• /
• 제12권8호
• /
• pp.26-36
• /
• 2023

본 연구의 목적은 인구감소가 계속되고 있는 강릉시의 강릉선 KTX 개통 전후의 지료 변화와 관광 빅데이터를 분석하여 지역경제 활성화 방안을 제안하는 것에 있다. 이를 위해 강릉시의 주요 현황과 강릉시 내부 운행기록 데이터(DTG)를 분석하였다. 이후, KTX 강릉선 개통 전후 대중교통 이용객의 이동행태 변화를 비교하였다. 그 결과, 관광객 이용 교통수단 변화, 인구 변화, 자영업종 변화, 강릉시 내 관광객 통행 행태의 변화를 파악할 수 있었다. 특히, 자영업종 변화에서는 KTX 강릉선 개통 이후 일반음식점, 휴게음식점(카페 등), 숙박업소가 증가한 것으로 나타났다. 세 업종 모두 강릉역 인근에 집중하여 증가하고 있으며, 이는 KTX 강릉선 개통 이후 강릉시 중심부에 개통한 강릉역의 영향이라 판단할 수 있다.