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
임지연 (Chonnam National University) 신항식 (Chonnam National University)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제68권 제12호
발행연도
2019.12
수록면
1,626 - 1,630 (5page)
DOI
10.5370/KIEE.2019.68.12.1626

이용수

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

초록· 키워드

오류제보하기
This study examines the classification characteristics of various machine learning classifiers for pain assessment using photoplethysmogram. The presence of pain was assessed using waveform characteristics derived from photoplethysmogram obtained from 73 patients before and after surgery. Classification performance was evaluated using logistic regression, random forest, multilayer perceptron, and 1D convolutional neural network, and was validated with nested kfold cross validation. As a result, pain classification accuracy was highest in order of logistic regression, convolutional neural network, multilayer perceptron, and random forest classifier. In addition, logistic regression, random forest, multilayer perceptron, and convolutional neural network were shown to be robust to overfitting in order.

목차

Abstract
1. 서론
2. 기계학습 분류기 설계
3. 분류 성능 평가
4. 결과
5. 결론
References

참고문헌 (10)

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