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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국지식정보기술학회 한국지식정보기술학회 논문지 한국지식정보기술학회 논문지 제13권 제4호
발행연도
2018.1
수록면
411 - 419 (9page)

이용수

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

초록· 키워드

오류제보하기
머신러닝의 고도화 기술인 딥러닝은 현재 다양한 산업 분야에 적용되고 있으며 예측이 요구되는 금융, 전자상거래, 사물 인터넷 분야에 활발하게 적용 개발되고 있다. 특히, 본 연구에서는 의료 분야 중에 심장병 예측에 적용하여 조기에 심장병을 발견할 수 있게 하거나, 비심장병 환자의 혈관조영술과 같은 고가의 진료 비용을 절감할 수 있는 장점을 제공할 것이다. 딥러닝 학습을 위해 다층 퍼셉트론 머신러닝 기술을 적용하고자 하며 2개의 은닉층과 10개의 퍼셉트론을 구성하여 학습의 정확도를 높일 수 있도록 한다. 학습 시 오차 역전파를 이용하여 출력층에서 은닉층으로 역전하여 오차를 줄 일 있도록 한다. 렐루나 시그모이드 함수를 이용하여 오차를 줄이며 생성된 예측 모델은 아담 최적화 함수를 통해 모델을 최적화한다. 사례연구에서 심장병 데이타는 캘리포니아 대학교 어바인의 머신러닝 & 인공지능 시스템 센터에서 제공하는 심장병 진료 및 심장병 유무 데이터를 활용하여 학습한다. 딥러닝 학습 모듈은 파이썬 기반의 텐서플로를 이용하여 개발하며 학습 후 심장병 데이터로 부터 무작위로 추출한 데이터 샘플을 이용하여 검증한다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0