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
홍종선 (성균관대학교) 최소연 (성균관대학교)
저널정보
한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제31권 제4호
발행연도
2020.7
수록면
477 - 488 (12page)
DOI
10.7465/jkdi.2020.31.4.477

이용수

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

초록· 키워드

오류제보하기
현실에서 스코어 값이 특정값 이상이거나 이하일 때 질병으로 분류되는 경우가 발생한다. 이런 상황에서는 ROC 곡선의 기본적인 가정이 만족하지 않아 ROC 곡선이 대각선 아래에도 구현되어 AUC가 0.5에 가까운 값을 갖는 문제가 발생하게 된다. 이러한 문제를 해결하기 위해 ROC 곡선 일반화 (ROC curve generalization; gROC) 함수와 이 곡선의 아래 면적 (area under the generalized ROC curve; gAUC) 방법이 제안되었다. 본 연구에서는 ROC 곡선의 기본적인 가정이 만족하지 않은 다양한 상황을 고려하고, 이런 경우에서의 gROC 함수와 gAUC 연구를 확장한다. 질병과 정상상태의 분포함수를 다양한 정규분포와 정규혼합분포로 설정하여 gROC 함수와 gAUC를 표현하고, 시뮬레이션을 통해 다양한 결과를 탐색한다. 최대화하는 gROC 함수와 gAU를 바탕으로 gROC 함수의 판별력이 ROC 곡선의 판별력보다 향상되었음을 발견하였다.

목차

요약
1. 서론
2. 다양한 gROC와 gAUC
3. 모의실험과 비교
4. 결론
References
Abstract

참고문헌 (23)

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-0101-2020-041-001098365