순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
Heart Disease Identification Method Using Machine Learning Classification in E-Healthcare
Jianping Li, Amin Ul Haq, Salah Ud Din 외 · IEEE Access · 2020년 · 조회 11
왜 이 논문인가 — 선정 기준
RESEARCH PAPER · 후속 연구설계에 활용하기 좋은 논문 — 척도·모형·프레임워크류, 피인용 다수
2020-01 발표 · 피인용 654회 · FWCI 76.9 · 동년 인용 상위 1% · 참고문헌 54개
RESEARCH PAPER으로 선정된 이유는 654회 인용·FWCI 76.9라는 높은 인용 성과와 2020년 동년 발표 논문 중 상위 1%에 해당해 후속 연구에 활용도가 높기 때문이다.
논문 요약
심장질환의 조기·정확한 판별이 의료 현장에서 필수적이다. 본 연구는 다양한 머신러닝 분류 알고리즘(SVM, 로지스틱 회귀, 인공신경망 등)과 특징 선택 기법(Relief, mRMR, LASSO 등)을 적용해 심장질환 진단 시스템을 개발하였다. 또한, 빠른 조건부 상호정보 특징 선택 알고리즘을 제안하여 불필요한 변수들을 효과적으로 제거하였다. 제시된 시스템은 높은 정확도를 보이며, 전자 의료 환경에서 효율적인 질환 식별이 가능함을 보여준다.
후속 연구설계에 활용하기
본 논문의 머신러닝 파이프라인을 최신 데이터셋에 재현하고, 딥러닝 모델 및 외부 검증을 추가하여 일반화 가능성을 평가하는 후속 연구 설계에 활용할 수 있다.
핵심어
심장질환머신러닝특징 선택진단 시스템
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.