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
학술저널
저자정보
서동혁 (극동대학교) 신동문 (충북대학교) 손호선 (충북대학교) 김원재 (충북대학교) 김원태 (충북대학교) 류근호 (충북대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 데이타베이스 정보과학회논문지 : 데이타베이스 제39권 제3호
발행연도
2012.6
수록면
193 - 201 (9page)

이용수

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

초록· 키워드

오류제보하기
방광암은 소변에 저장하는 방광에 생기는 악성종양으로, 연령이 증가함에 따라 발생빈도가 점차 증가하게 된다. 본 연구에서는 기존에 잘 알려진 몇 가지 특징 기법과 분류 방법을 이용하여 방광암 재발 예측을 위한 다양한 예측 모형을 생성하였다. 그 다음으로 예측 분류 모형에 대한 분류 정확도를 측정하여 비교?분석함으로서 방광암 재발 위험을 예측하는 데 가장 적합한 모형을 선별하였다. 실험 결과, 특징 선택 기법은 Minimum Redundancy Maximum Relevance (MRMR)이 Conditional Mutual Information Maximization (CMIM)보다 상대적으로 더 높은 정확도를 보였으며, 특히 데이터 객체들로부터 가장 영향을 미치는 10개의 특징을 선택하여 베이지안 네트워크 모형에 적용하였을 때 예측 정확도가 가장 높게 나타났다. 이 연구를 통해 암 재발 위험을 정확히 예측함으로서 향후의 의료진들이 환자의 암 예방 및 예후를 추정하는 데 기여할 수 있을 것으로 기대된다.
#방광암 #방광암 재발 #특징 선택 #분류 방법 #bladder cancer #recurrence #feature selection #classification methods

목차

요약
Abstract
1. 서론
2. 선행 연구
3. 특징 선택
4. 분류 기법
5. 분류 기법
6. 실험 결과
7. 결론 및 향후 연구방향
참고문헌

참고문헌 (14)

참고문헌 신청
1. [학술지(정기간행물)] - 주재상 / 2007 / 표재성 방광암의 재발 및 진행의 예측에 있어서 혈청 Creatinine 증가의 예후적 의의 / Korean Journal of Urology 48 (9) : 927 ~ 932 dbpia 2. [학술대회논문] - Colombet, I. / 2000 / Models to predict cardiovascular risk: comparison of CART, multilayer perceptron and logistic regression / Proceedings AMIA Symposium : 156 ~ 160 google schola 3. [학술지(정기간행물)] - Ture, M. / 2005 / Comparing classification techniques for predicting essential hypertension / Expert Systems with Application 29 (3) : 583 ~ 588 google schola 4. [학술지(정기간행물)] - Akay, M. F. / 2009 / Support Vector Machines Combined with Feature Selection for Breast cancer Diagnosis / Expert Systems with Applications 36 (2) : 3240 ~ 3247 google schola 5. [학술대회논문] - Almuallin, H. / 1991 / Learning with many irrelevant features / Proceedings of the Ninth national conference on Artificial Intelligence : 547 ~ 552 google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

영상처리 기반의 교통정보수집 및 사고 및 돌발감지시스템기술 동향 분석
민준영 전자공학회지 2012 .12
Automatic Incident Detection Using Machine Learning
Daehyon Kim 서울도시연구 2005 .03
의사결정나무 모델에서의 중요 룰 선택기법
손지은 ,  김성범 대한산업공학회지 2014 .08
T-알고리즘을 이용한 연관규칙의 효과적인 구축
박진희 ,  정환묵 한국지능시스템학회 논문지 2009 .04
노인코호트 DB를 이용한 딥러닝 기반의 뇌졸중 질환 예측 모델
유재학 ,  권순현 ,  호치멍 벤자민 외 4명 디지털콘텐츠학회논문지 2020 .06

최근 본 자료

전체보기

댓글(0)

0