$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

Bayesian HMM 기반의 건강 상태 분류 및 예측
Health State Clustering and Prediction Based on Bayesian HMM

정보과학회논문지 = Journal of KIISE, v.44 no.10, 2017년, pp.1026 - 1033  

신봉기 (부경대학교 IT융합응용공학과)

초록
AI-Helper 아이콘AI-Helper

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.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper a Bayesian modeling and duration-based prediction method is proposed for health clinic time series data using the Hierarchical Dirichlet Process Hidden Markov Model (HDP-HMM). HDP-HMM is a Bayesian extension of HMM which can find the optimal number of health states, a number which is h...

주제어

#건강검진 데이터   #건강상태   #계층적 디리슐레 과정   #은닉 마르코프 모델   #예측  

참고문헌 (22)

  1. Y.-W. Kim, B.-K. Sin, and H. Choi, "HMM-based health state clustering and Prediction," Proc. 5th Int. Conf. on Ubiq. Computing App. and Wireless Sensor Netowrk (UCAWSN-16), 2016. 

  2. R. Y. Coley, et al., "A Bayesian hierarchical model for prediction of latent health states from multiple data sources with application to active surveillance of prostrate cancer," [Online]. Available: http://arXive eprint arXiv:1508.07511 [stat.ME], Aug. 2015. 

  3. L. R. Rabiner, "A tutorial on hidden Markov models and selected applications in speech recognitions," Proc. IEEE, Vol. 77, pp. 257-286, 1989. 

    상세보기 crossref

  4. M. Beal, Variational algorithms for approximate Bayesian inference, PhD thesis, Univ. London, 2003. 

  5. P. I. Green, "Reversible jump Markov chain Monte Carlo computation and Bayesian model determination," Biometrika, Vol. 82, pp. 711-732, 1995. 

    상세보기 crossref

  6. M. Beal, Z. Ghahramani, and C. Rasmussen, "The infinite hidden Markov model," NIPS, 14, 2002. 

  7. G.H. Juang and L.R. Rabiner "Mixture autoregressive hidden Markov models for speech signals," IEEE Trans. ASSP, Vol. ASSP-33, No. 6, pp. 1404-1413, 1985. 

  8. M.J. Russell, and R.K. Moore, "Explicit modeling of state occupancy in hidden Markov models for automatic speech recognition," Proc. ICASSP'85 (Tampa, FL), pp. 5-8, 1985. 

  9. B.-K. Sin, and J.H. Kim, "Nonstationary hidden Markov model," Signal Porcessing, Vol. 46, No. 1, pp. 31-46, Sep. 1995. 

    상세보기 crossref

  10. B.-K. Sin, "Gamma CDF-based HMM state duration modeling," Journal of KIISE: SW and Appl., Vol. 40, No. 12, pp. 757-763, 2013. 

  11. Z. Ghahramani, and M. Jordan, "Factorial hidden Markov models," Machine Learning, Vol. 29, pp. 245-273, 1997. 

    crossref

  12. Y.W. Teh, M. Jordan, M. Beal, and D. Blei, "Hierarchical Dirichlet processes," J. Amer .Stat. Assoc., Vol. 101, pp. 1566-1581, 2006. 

    상세보기 crossref

  13. T. Ferguson, "A Bayesian analysis of some nonparametric problems," Annals of Statistics, Vol. 1, No. 2, pp. 209-230, Mar. 1973. 

    상세보기 crossref

  14. J. Sethuraman, "A constructive definition of Dirichlet priors," Statistica Sinica, Vol. 4, pp. 639-650, 1994. 

  15. C.M. Bishop, Pattern Recognition and Machine Learning, Springer, 2006. 

  16. S. Geman and D. Geman, "Stochastic relaxation, Gibbs distributions, and the Bayesian restoration of images," IEEE Tr. PAMI, Vol. 6, pp. 721-741, 1984. 

  17. H. Robbins, "An empirical Bayes approach to statistics," Proc. 3rd Berkeley Symp. on Math. Stat. and Prob., Vol. 1, pp. 157-163, 1956. 

  18. National Health Insurance Sharing Service, Korea, [Online]. Available: http://nhiss.nhis.or.kr/op/it/index.do, (Accessed in December, 2016) 

  19. R.J. Little and B.B. Rubin, Statistical Analysis with Missing Data, John Wiley & Sons, 2014. 

  20. Y. Zhang, Prediction of financial time series with hidden Markov models, Masters thesis, Simon Fraser University, 2004. 

  21. M. Stanke, Gene prediction with a hidden Markov model, Doctoral dissertation, Georg-August Universitat, 2003. 

  22. S.M. Ross, Introduction to Probability Models, (11th ed.), p. 187, 2014. 

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로