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
학술대회자료
저자정보
함양훈 (강남대학교) 이성민 (강남대학교) 김민수 (강남대학교) 곽찬희 (강남대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2024년도 추계종합학술대회 및 대학생논문경진대회
발행연도
2024.11
수록면
1,706 - 1,709 (4page)

이용수

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

초록· 키워드

오류제보하기
제한적인 의료 자원에도 불구하고, 상급병원을 선호하는 현상은 의료계의 오래된 숙제이다. 이를 완화하고자 본 연구에서는 환자의 증상을 서술한 텍스트를 기반으로 상병코드를 예측하여 적절한 의료 기관의 수준을 제안하는 추천 시스템을 개발하고자 하였다. 특별히 본 연구에서는 트랜스포머 기반의 Bert 모델과 XGBoost 기반의 모델을 병렬적으로 구성한 앙상블 모델을 제안하여, 우수한 성능의 추천 시스템 모델 구축을 시도했다. 본 연구를 통해 의료 자원 사용의 최적화 및 한국어 기반 의료 추천 시스템 활용 확대를 기대한다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 모델 설계
III. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0