상세 보기
CBFAM: 코로나-19 데이터 세트 품질 분석을 기반으로 한 조건 기반의 특징 정렬 방법
CBFAM: Condition-based Feature Alignment Method based on the COVID-19 Dataset and Dataset Quality Analysis
- 남원식;
- 홍고르출 다쉬돈도브;
- 이수현
초록
코로나 19가 발생하면서 전 세계 공중 보건은 전례 없는 어려움에 직면했다. 방대한 양의 의료,보건 데이터가 생성되었지만 기존 데이터, 특히 코로나 19와 다른 질병 간의 연관성은 여전히 제한적이다. 이 연구의 목적은 개인 정보 보호 문제를 해결하면서 공중 보건 상태와 코로나 19 사이의 상관 관계를 탐색하기 위해 개인 개체 수준에서 질병 관리청(KDCA)의 2020, 2021년도 COVID-19 데이터와 KNHANES 데이터를 결합한다. 데이터를 통합하기 위해 Python의 pandas, numpy 라이브러리를 사용하여 집계된 통계의 개별 환자 기반의 행으로 변환하여 각 개체가 고유하도록 구현되었다. 결합된 데이터는 익명성과 무결성을 보장한다. 본 연구의 방법론을 사용하면 각 개체의 속성을 이용해 코로나19에 대한 구체적인 역학 연구를 수행할 수 있다. 궁극적으로 바이러스로 인한 사망 원인을 세부적으로 탐색하고 공중 보건 대응에 대한 정보를 제공하고 개선할 수 있다.
키워드
데이터 마이닝; 빅데이터; 코로나-19; 보건; 인공지능; Data mining; Big data; COVID-19; Health; AI
- 제목
- CBFAM: 코로나-19 데이터 세트 품질 분석을 기반으로 한 조건 기반의 특징 정렬 방법
- 제목 (타언어)
- CBFAM: Condition-based Feature Alignment Method based on the COVID-19 Dataset and Dataset Quality Analysis
- 저자
- 남원식; 홍고르출 다쉬돈도브; 이수현
- 발행일
- 2024-06
- 저널명
- 인공지능융합기술연구
- 권
- 4
- 호
- 2
- 페이지
- 38 ~ 42
- 언어
- KOR
- 출판사
- 한국인공지능융합기술학회
- 발행국가
- 대한민국
- 분량
- 5 페이지
- ISSN
- P 2982-6578