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.
Ensemble learning with explainable AI for improved heart disease prediction based on multiple datasets
Shahid Mohammad Ganie, Pijush Kanti Dutta Pramanik, Zhongming Zhao · Scientific Reports · 2025년 · 조회 15
왜 이 논문인가 — 선정 기준
HOT PAPER · 최근 가장 주목받는 논문 — 피인용·FWCI·동년 인용 백분위
2025-04 발표 · 피인용 89회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1%
HOT PAPER 슬롯은 같은 연도 논문 중 인용 상위 1%에 해당하는 높은 인용도(89회)와 뛰어난 영향력을 근거로 선정되었다.
논문 요약
이 연구는 스태킹과 보팅 앙상블 방법을 적용해 심장질환 예측 정확도를 높이고자 했다. 두 개의 심장질환 데이터셋에 대해 15개의 기본 모델을 학습시킨 뒤, 성능을 평가하여 6개의 모델을 선택해 메타 모델(스태킹)과 다수결 보팅을 구성하였다. 스태킹·보팅 모델의 성능을 개별 모델과 비교하고, Friedman 정렬 검정으로 결과의 통계적 견고성을 검증하였다.
후속 연구설계에 활용하기
후속 연구에서는 동일한 6개 기본 모델을 베이스라인으로 삼아 새로운 메타‑학습 알고리즘이나 설명 가능성을 추가한 모델을 비교 검증할 수 있다. 성능 평가는 Friedman 정렬 검정 같은 비모수 검정으로 수행한다.
핵심어
심장질환앙상블 학습설명가능 인공지능스태킹
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.