Health State Clustering and Prediction Based on Bayesian HMM 


44권  10호, pp. 1026-1033, 10월  2017
10.5626/JOK.2017.44.10.1026


PDF

  요약

본 논문은 계층적 디리슐레 과정(HDP)과 은닉 마르코프 모형(HMM)이 결합된 베이스 통계학적 방법과 HMM의 상태 지속 정보를 이용한 건강 상태 예측 방법을 제안한다. HDP-HMM은 베이스 방법의 HMM 확장 모형으로서 건강의 동적 특성을 고려하여 불확실하고 가늠하기조차도 어려운 건강 상태의 수를 추정할 수 있게 해준다. 모의 데이터와 실제 건건 검진 데이터를 이용한 시험을 통하여 흥미 있는 행동 특성을 볼 수 있었으며 최대 5년까지로 제한한 미래 예측도 충분한 가능함을 확인하였다. 미래는 불확실하며 예측 문제는 본질적으로 어렵다. 그러나 본 연구의 실험 결과로 동적인 문맥 하에서 다중 후보 가설을 제시함으로서 실용 가능한 건강상태의 장기 예측이 가능하다는 것을 읽을 수 있었다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

B. Sin, "Health State Clustering and Prediction Based on Bayesian HMM," Journal of KIISE, JOK, vol. 44, no. 10, pp. 1026-1033, 2017. DOI: 10.5626/JOK.2017.44.10.1026.


[ACM Style]

Bong-Kee Sin. 2017. Health State Clustering and Prediction Based on Bayesian HMM. Journal of KIISE, JOK, 44, 10, (2017), 1026-1033. DOI: 10.5626/JOK.2017.44.10.1026.


[KCI Style]

Bong-Kee Sin, "Health State Clustering and Prediction Based on Bayesian HMM," 한국정보과학회 논문지, 제44권, 제10호, 1026~1033쪽, 2017. DOI: 10.5626/JOK.2017.44.10.1026.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr