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
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
Maisam Ali (Inje University) Muhammad Yaseen (Inje University) Abdullah (Inje University) Hee Cheol Kim (Inje University)
저널정보
한국정보통신학회 한국정보통신학회 종합학술대회 논문집 한국정보통신학회 2023년도 춘계종합학술대회 논문집 제27권 제1호
발행연도
2023.5
수록면
247 - 250 (4page)

이용수

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

초록· 키워드

오류제보하기
Many people across the world suffer from chronic obstructive pulmonary disease (COPD), a respiratory illness. It can be tough for clinicians to manage COPD since it necessitates thorough monitoring of symptoms, lung function, and medication use. The development of AI models that can aid physicians in making knowledgeable decisions about the diagnosis, observation, and treatment of COPD patients is made possible by the rise of Explainable Artificial Intelligence (XAI). In this article, XAI has been used for the diagnose of COPD disease. We investigate how XAI might be used to build interpretable AI models that give doctors clear, comprehensible insights into how decisions are made. We used custom data in this study, which was collected at Inje University Paik Hospital in Busan, Korea, from March 8, 2012, to December 31, 2019. The dataset includes 2900 patients with COPD who were enrolled during this period of time. Recursive feature elimination technology was used to select the optimal subset of features for predicting the occurrence of COPD. We developed ML models to predict COPD, and used ensemble approach to get the optimal output by combining the results of all applied models. we used a soft voting ensemble (SVE) method for this purpose.. Consequently, we calculated the performance measures with an accuracy of 0.8922%. Finally, an explainable approach based on ML and the Shapley Additive explanations (SHAP) and a LIME method were used to evaluate the risk of COPD and to generate individual AI explanations of the model’s decisions.
#COPD #Shapley Additive explanations (SHAP) #Explainable Artificial Intelligence (XAI) & # Machine Learning #LIME (Local Interpretable Model-Agnostic Explanations)

목차

ABSTRACT
I. Introduction
II. Materials and Methods
III. Results and Discussions
IV. Model Evaluation
V. Conclusion
References

참고문헌 (0)

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

Comparison of the Differences in AI-Generated Images Using Midjourney and Stable Diffusion
Linh Bui Duong Hoai ,  Kang-Hee Lee 한국컴퓨터정보학회 학술발표논문집 2023 .07
From Complexity to Clarity: Failure Prediction in Cloud with Hyperparameter-Tuned XGBoost and Explainable AI
Md Nosin Ibna Mahbub ,  Md Delowa ,  Hossain 외 6명 한국통신학회 인공지능 학술대회 논문집 2023 .09
Data/AI-based Problem-Solving Platform of KISTI
Myung-seok Choi ,  Dongmain Seo ,  Sanghwan Lee 한국콘텐츠학회 ICCC 논문집 2023 .12
Accurate Real-time Detection of Vehicles and Pedestrians on Edge Device with Scaled-YOLOv4 and TOPST AI
Huy-Hung Nguyen ,  Duong Nguyen-Ngoc T ,  an 외 4명 제어로봇시스템학회 국제학술대회 논문집 2024 .10
Factors Affecting the Quality of Sleep in Young Adults
Chang ,  Ae Kyung ,  Lee 외 5명 지역사회간호학회지 2021 .12

최근 본 자료

전체보기

댓글(0)

0