콘텐츠 본문
논문 국내 국내전문학술지(KCI급) 인공지능 기반의 미생물 균총과 질병과의 연관성 예측을 위한 Data Augmentation 방법론
- 학술지 구분 국내전문학술지(KCI급)
- 게재년월 2021-03
- 저자명 이영지, 박준형, 정호용, 김광민, 이승호
- 학술지명 대한전자공학회 논문지
- 발행처명 재한전자공학회
- 발행국가 국내
- 논문언어 한국어
- 전체저자수 4
- 연구분야 공학 > 전자/정보통신공학
논문 초록 (Abstract)
제공된 미생물 균총 데이터를 기반으로 Data Augmentation 방법론인 Jittering, Scaling, Permutation, Magnitude Warping 등을 수행하여 확장된 학습 데이터를 구축하여 딥러닝의 성능을 높여준다. 실험결과, Jittering에 의한 Data Augmentation 방법이 learning dataset과 test dataset에 대하여 가장 높은 질병 예측 정확도를 나타내었다. 본 논문에서 제안된 Data Augmentation 방법론을 사용하면, 인공지능 기반의 미생물 균총과 질병과의 연관성 예측에 유용하게 적용될 수 있다.
