최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보처리학회 2018년도 추계학술발표대회, 2018 Oct. 31, 2018년, pp.648 - 651
윤지선 (고려대학교 컴퓨터정보통신대학원) , 유헌창 (고려대학교 컴퓨터정보통신대학원)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
흡연 여부 감별을 위한 지표 중 니코틴은 어떤 단점이 있는가? | 이러한 지표 중 일산화탄소는 반감기가 4시간으로 짧고 매연, 운동 등이 예측 결과에 영향을 줄 수 있다. 또 다른 지표인 니코틴은 담배에 특징적인 물질로서 가장 적합한 지표이지만, 반감기가 1~2시간으로 일산화탄소보다 더 짧다는 단점이 있다. 그렇기 때문에 흡연여부 감별 시 외부요인에 영향을 덜 받는 지표가 금연사업에 필요하게 되었다. | |
흡연 여부 감별을 위한 지표 중 일산화탄소는 어떤 특징이 있는가? | 그렇기 때문에 흡연여부 감별을 위한 여러 가지 지표가 개발되었다. 이러한 지표 중 일산화탄소는 반감기가 4시간으로 짧고 매연, 운동 등이 예측 결과에 영향을 줄 수 있다. 또 다른 지표인 니코틴은 담배에 특징적인 물질로서 가장 적합한 지표이지만, 반감기가 1~2시간으로 일산화탄소보다 더 짧다는 단점이 있다. | |
흡연 여부 감별하는데 적합한 모형을 찾기 위해 어떤 모형을 이용하였나? | 모형별 성능 평가를 위해 SVM, Logistic Regression,KNN, Decision tree, RandomForest, GradientBoosting, MLP 모형을 이용하였다. 실험은 속성에 따른 모형의 성능과 학습데이터 수에 따른 모형의 성능을 측정하였다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.