메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제6권 제3호
발행연도
2008.6
수록면
53 - 61 (9page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
많은 양의 데이터로부터 유용성있는 정보의 추출, 진단 및 예후에 대한 결정, 치료의 응용 등은 바이오인포머틱스(Bioinformatics)분야에서 매우 중요한 문제들이다. 이러한 문제들을 해결하기 위하여서는 데이터마이닝(Data-mining) 기술과 컴퓨터의 계산 능력을 이용하여 분석, 잡음제거, 데이터의 의존성 등을 계산하여야 한다. Neural Network, Support Vector Machine, Decision Tree 등의 기계학습 방법(Machine Learning Approach)은 다량의 데이터, 잡음 패턴과 일반적인 접근 법의 부재로 특징 지워지는 응용분야에 매우 적합하다. 본 연구의 주 목표는 높은 정확도을 가지는 동시에 다양한 형식의 데이터세트에 적응할 수 있는 암 진단 시스템을 성취하기 위해서 암진단을 위한 학습 알고리즘에 적용할 수 있는 랜덤 포레스트에 기반한 효과적인 특징선택방법을 제안하는 것이다. 대장암 데이터와 같은 임상 데이터에 대한 실험 결과에 따르면 제안된 방법은 기본적인 방법 보다 우수하고 더 안정적인 분류 성능을 보여주었다. 제안된 방법은 특정한 응용분야에 있어서 다른 분류 방법과 비교될 만큼 또는 그 이상의 성능을 보여 주었다.

목차

ABSTRACT
요약
Ⅰ. Introduction
Ⅱ. Random Forest
Ⅲ. The proposed method(DFE-RF)
Ⅳ. Experiments and Results
Ⅴ. Conclusion
References
저자소개

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-566-014789691