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
지민준 (이글루 커뮤니케이션즈) 박현희 (한국성서대학교)
저널정보
한국통신학회 한국통신학회논문지 한국통신학회논문지 제43권 제8호
발행연도
2018.8
수록면
1,368 - 1,377 (10page)
DOI
10.7840/kics.2018.43.8.1368

이용수

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

초록· 키워드

오류제보하기
기본적인 신체적 검진을 통해서는 정신적인 위험 요소를 파악할 수 없고, 심각한 우울증이 의심되는 개인조차 정신적 검진을 신체적 검진만큼 시행하지 않고 있기 때문에 기본적인 신체적 검진만으로 정신적 질환에 대한 구체적인 예측과 분석을 시행할 필요가 있다. 따라서 본 논문에서는 신체적 요소와 개개인이 가질 수 있는 환경적 요인으로 인하여 중증 우울도를 예측할 수 있는 모델을 만들고 이에 대한 정확도, 민감도, 특이도에 대한 분석을 시행한다. 특히, 중증 우울도 예측을 위해 neural network을 활용하기 위하여 Artificial Neural Network (ANN) 모델과 Deep Neural Network (DNN) 모델을 사용하여 그 결과를 비교한다. 다양한 최적화 기법을 적용하여 ANN 모델과 DNN 모델을 사용한 결과를 비교해 보았을 때, ANN 모델의 중증 우울도 예측 정확도는 72.27%, DNN 모델의 중증 우울도 예측 정확도는 76.08%를 보임을 알 수 있다. 또한 두 모델에 대한 Area Under Curve (AUC) 결과를 비교함으로써 중증 우울도 예측을 위한 머신러닝 알고리즘의 예측 정확도를 구체적으로 제시한다.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 중증 우울증 예측을 위한 연구방법
Ⅲ. 우울증 예측을 위한 머신러닝 알고리즘
Ⅳ. 모델링 적용 및 실험 결과
Ⅴ. 결론
References

참고문헌 (12)

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