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
Ali Hussain (Inje University) Satyabrata Aich (Inje University) Beom-Su Kim (Inje University) Hee-Cheol Kim (Inje University)
저널정보
한국정보통신학회 INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING 2020 INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING Vo.12 No.1
발행연도
2021.2
수록면
33 - 36 (4page)

이용수

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

초록· 키워드

오류제보하기
Nowadays when society has developed day by day. Now we also need to improve our health monitoring system. There is a lack of assessment and prediction methods for exacerbation of chronic obstructive pulmonary disease during hospitalization. To enhance the monitoring and treatment of COPD patients, we have used decision tree classifier to predict the prognosis of exacerbation COPD hospitalization patients with objective clinical indicators. Traditional methods take a long time to identify these diseases because a lot of clinical tests has to be performed for getting the confirmation, however with the advent of intelligent techniques as well as looking at the potential of the powerful techniques for predicting other critical diseases, it is believed that it would help to detect the chronic diseases at an early stage in a precise manner. In this paper, an attempt has been made to detect COPD patients and at the same time, it could distinguish the stages such as the normal stage of chronic obstructive pulmonary disease patients (NSCP) and the serious stage of chronic obstructive pulmonary disease patients (SSCP). We consult the doctors those are expert in the field to recommend the different features sets among the features. We have used six different feature sets and compare the result. After selecting six groups of features, we have used the decision tree classifier to compare the performance of the different feature sets as well as the importance of the features. It was found that the different feature sets using the decision tree classifier could able to provide accuracy of 82% In this feature set which has five features, whereas the other features set which has ten features could able to provide accuracy of 82%. While other feature sets less than 82% accuracy. Although there is a difference of result in both the methods but overall, both set of features produces a good result. So, it is recommended that this approach would help distinguish the NSCP and the SSCP decision tree based in real-life situations.
#Machine Learning #COPD #decision tree-based Classification #Features Set

목차

Abstract
I. INTRODUCTION
II. RELATED WORKS
III. METHODOLOGY
IV. RESULTS
V. CONCLUSION AND FUTURE WORK
REFERENCES

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

이 논문과 함께 이용한 논문

Predicting idiopathic pulmonary fibrosis (IPF) disease in patients using machine approaches
Sikanda ,  Ali ,  Ali Hussain 외 1명 한국정보통신학회 종합학술대회 논문집 2021 .05
The Analysis of the Activity Patterns of Dog with Wearable Sensors Using Machine Learning
Ali Hussain ,  Sikanda ,  Ali 외 1명 한국정보통신학회 종합학술대회 논문집 2021 .05
Machine Learning Approaches to Select Best Features to Classify the COPD Data
Ali Hussain ,  Hee-Eun Choi ,  Hyu-Jung Kim 외 1명 한국정보통신학회 종합학술대회 논문집 2020 .10
효율적 딥 러닝을 위한 이미지 전처리 알고리즘 분석
서진범 ,  장호혁 ,  조영복 한국정보통신학회 종합학술대회 논문집 2020 .07
MBTI와 성적을 활용한 진로 추천 시스템의 연구
김근호 ,  정종인 ,  김창석 외 2명 한국정보통신학회 종합학술대회 논문집 2020 .07

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-004-001552574