유전자 알고리즘과 나이브 베이지언 기법을 이용한 의료 노모그램 생성 방법

이건명(Keon Myung Lee),김원재(Won Jae Kim),윤석중(Seok Jung Yun) 한국지능시스템학회 2009 한국지능시스템학회논문지 Vol.19 No.6

복잡한 진단이나 예측 모델은 계산이 복잡하고 추론 과정을 해석하기 어렵기 때문에 임상현장에서 널리 사용되지 않고있다. 의료 종사자들은 이러한 복잡한 모델 대신에, 복잡한 함수를 컴퓨터 등을 사용하지 않고도 쉽게 계산할 수 있도록 수치 관계를 그래픽으로 표현한 노모그램을 사용해 왔다. 의료분야에서 질병의 진단과 질병예후의 예측은 매우 주요한 관심사이다. 노모그램은 증상검사결과치료이력질병의 진단 결과 등의 속성을 포함한 임상 데이터들로부터 만들어진다. 노모그램을 만들 때는 가용한 여러 가지 속성 중에서 효과적인 것들을 찾아야 하고, 경우에 따라서는 속성에 대한 파라미터를 함께 결정해야 한다. 이 논문에서는 효과적인 속성과 파라미터를 선택하기 위해 유전자 알고리즘을 사용하고, 노모그램을 생성하기 위해 나이브 베이지언 기법을 사용하는 방법을 제안한다. 또한 제안한 방법을 실제 임상 데이터에 적용한 결과를 보인다. In medical practice, the diagnosis or prediction models requiring complicated computations are not widely recognized due to difficulty in interpreting the course of reasoning and the complexity of computations. Medical personnel have used the nomograms which are a graphical representation for numerical relationships that enables to easily compute a complicated function without help of computation machines. It has been widely paid attention in diagnosing diseases or predicting the progress of diseases. A nomogram is constructed from a set of clinical data which contain various attributes such as symptoms, lab experiment results, therapy history, progress of diseases or identification of diseases.It is of importance to select effective ones from available attributes, sometimes along with parameters accompanying the attributes. This paper introduces a nomogram construction method that uses a naive Bayesian technique to construct a nomogram as well as a genetic algorithm to select effective attributes and parameters. The proposed method has been applied to the construction of a nomogram for a real clinical data set.

상황 추론을 위한 Fuzzy Colored Timed Petri Net

이건명(Keon Myung Lee),이경미(Kyung Mi Lee),황경순(Kyung Soon Hwang) 한국지능시스템학회 2006 한국지능시스템학회논문지 Vol.16 No.3

상황은 단일 사건에 의해 결정되는 경우도 있지만, 많은 경우 일련의 사건이 특정 시간 제약을 만족하면서 발생할 때 상황이 결정된다. 따라서 상황에 대한 추론은 시간 제약 조건 만족 여부와 함께 사건의 발생을 순서를 확인하는 방법으로 수행될 수 있다. 한편, 어떤 상황은 분명하게 정의되는 것이 아니라 애매한 개념을 사용하여 기술되기 때문에, 퍼지 개념을 이용한 상황 기술과 이에 대한 추론이 필요하다. 한편, 유비쿼터스 환경에서와 같이 여러 대상에 대한 상황을 유추하여 서비스를 제공해야 하는 경우에, 대상 간에 동일한 상황이 발생할 수 있기 때문에 이에 대한 고려가 필요하다. 이러한 상황 추론을 위해서 이 논문에서는 Fuzzy Colored Timed Petri net 모델이라는 상황 추론 모델에 대해서 제안한다. 제안한 모델은 Timed Petri net 성질을 이용하여 일련의 사건 발생을 모델링하고, Colored Petri net의 성질을 이용하여 다수 대상에 대한 상황 추론을 허용하며, fuzzy 토큰 개념을 이용하여 애매한 개념을 사용하여 정의된 상황에 대한 추론을 가능하게 한다. In context-aware computing environment, some context is characterized by a single event, but many other contexts are determined by a sequence of events which happen with some timing constraints. Therefore context inference could be conducted by monitoring the sequence of event occurrence along with checking their conformance with timing constraints. Some context could be described with fuzzy concepts instead of concrete concepts. Multiple entities may interact with a service system in the context-aware environments, and thus the context inference mechanism should be equipped to handle multiple entities in the same situation. This paper proposes a context inference model which is based on the so-called fuzzy colored timed Petri net. The model represents and handles the sequential occurrence of some events along with involving timing constraints, deals with the multiple entities using the colored Petri net model, and employs the concept of fuzzy tokens to manage the fuzzy concepts.

퍼지 처리시간을 갖는 다중 에이전트 시스템의 유전자 알고리즘 기반 작업 조정

이건명(Keon Myung Lee) 한국지능시스템학회 2003 한국지능시스템학회 학술발표 논문집 Vol.13 No.1

퍼지 작업처리시간을 갖는 다중 에이전트 시스템의 작업할당 및 작업 스케쥴링

이건명(Keon Myung Lee),이경미(Kyung Mi Lee) 한국지능시스템학회 2004 한국지능시스템학회논문지 Vol.14 No.3

에이전트에서 수행할 수 있는 작업들에 대한 처리시간이 실제 작업 전에는 퍼지값으로만 주어지고, 실제 작업이 수행될 때야 작업 시간이 결정되는 다중 에이전트 시스템에 대해서 작업을 에이전트들에 할당하고 스케쥴링하는 작업조정 방법을 제안한다. 제안한 방법은 두 단계의 유전자 알고리즘으로 구성되는데, 상위 단계의 유전자 알고리즘에서는 작업들을 적합한 에이전트에 할당하는 역할을 하고, 하위 단계의 유전자 알고리즘은 첫 번째 유전자 알고리즘의 제시하는 작업 할당 방법에 가장 적합한 작업 스케쥴을 탐색하는 역할을 한다. 이 논문에서는 제안한 유전자 알고리즘 기반 작업 조정 방법을 소개한 다음, 에이전트가 고장 등으로 동작할 수 있는 장애가 발생할 때 처리하는 기법을 소개하고, 제안한 방법을 구현하여 실험한 결과를 보인다. This paper presents a coordination method to allocate and schedule tasks for multiagent systems of which agents have fuzzy processing time for their operations earlier on and their processing times are determined at the time the task operations are carried out later on. The proposed method is organized in a two-level genetic algorithm in which the upper level genetic algorithm plays the role of finding efficient task allocation and the lower level genetic algorithm takes charge of searching for efficient schedules corresponding to the task allocation proposed by the upper level genetic algorithm. It presents a strategy to deal with agent failures in the considered multiagent system. It also shows some experiment results for the proposed method.

Comparison of Interval-valued fuzzy sets, Intuitionistic fuzzy sets, and bipolar-valued fuzzy sets

이건명(Keon-Myung Lee) 한국지능시스템학회 2004 한국지능시스템학회논문지 Vol.14 No.2

There are several kinds of fuzzy set extensions in the fuzzy set theory. Among them, this paper is concerned with interval-valued fuzzy sets, intuitionistic fuzzy sets, and bipolar-valued fuzzy sets. In interval-valued fuzzy sets, membership degrees are represented by an interval value that reflects the uncertainty in assigning membership degrees. In intuitionistic fuzzy sets, membership degrees are described with a pair of a membership degree and a nonmembership degree. In bipolar-valued fuzzy sets, membership degrees are specified by the satisfaction degrees to a constraint and its counter-constraint. This paper investigates the similarities and differences among these fuzzy set representations.

퍼지 데이타에 대한 퍼지 결정트리 기반 분류규칙 마이닝

이건명(Keon-Myung Lee) 한국정보과학회 2001 정보과학회논문지 : 소프트웨어 및 응용 Vol.28 No.1

결정트리 생성은 일련의 특징값으로 기술된 사례들로부터 분류 지식을 추출하는 학습 방법중의 하나이다. 현장에서 수집되는 사례들은 관측 오류, 주관적인 판단, 불확실성 등으로 인해서 애매하게 주어지는 경우가 많다. 퍼지숫자나 구간값을 사용함으로써 이러한 애매한 데이터의 수치 속성은 쉽게 표현될 수 있다. 이 논문에서는 수치 속성은 보통값 뿐만아니라 퍼지숫자나 구간값을 갖을 수 있고, 비수치 속성은 보통값을 가지며, 데이터의 클래스는 확신도를 가지는 학습 데이터들로부터, 분류 규칙을 마이닝하기 위한 퍼지 결정트리 생성 방법을 제안한다. 또한 제안한 방법에 의해 생성된 퍼지 결정트리를 사용하여, 새로운 데이터에 대한 클래스를 결정하는 추론 방법을 소개한다. 한편, 제안된 방법의 유용성을 보이기 위해 수행한 실험의 결과를 보인다. Decision tree induction is one of useful methods to extract classification knowledge from a set of instances described in feature values. Due to observation error, subjective judgement, inherent uncertainty, and so on, real-world data are often obtained in a fuzzy way. Fuzzy numbers and interval values are useful to represent fuzzy numeric attributes. This paper presents a method inducing a fuzzy decision tree that mines classification rules from a set of fuzzy training data. In our method, training data may have various types of attribute values including non-numeric values, fuzzy numbers, and intervals. Training data also may have uncertain classification in terms of certainty degrees of classes. In addition, it introduces an inference procedure to determine the class of new data based on the fuzzy decision trees created by the proposed induction method. It also shows some experimental results to show the applicability of the proposed method.

기질신뢰, 일반신뢰, 상황신뢰, 명성을 고려한 퍼지 신뢰모델

이건명(Keon Myung Lee),이경미(Kyung Mi Lee) 한국지능시스템학회 2006 한국지능시스템학회논문지 Vol.16 No.6

신뢰는 다른 상대가 특정한 행동을 할 것이라고 믿는 정도를 나타내는 주관적인 확률값으로 정의할 수 있다. 본 논문에서는 신뢰값을 결정하는 데서 고려되는 기질신뢰, 일반선뢰, 상황신뢰를 모두 고려하고, 또한 상대에 대한 명성정보를 이용하는 종합적인 퍼지 신뢰모델을 제안한다. 제안한 모델은 거래에 대한 평가결과들에 대해서 만족하는 정도를 퍼지집합으로 나타내고, 평가항목에 대한 중요도를 ?-퍼지측도의 성질을 만족하도록 설정하고, 평가항목별 만족정도를 Sugeno 퍼지적분을 이용하여 결합하는 방법을 사용한다. Trust can be defined as the level of subjective probability with which an agent will perform a particular action. This paper proposes a comprehensive fuzzy trust model which incorporates dispositional trust, general trust, and situational trust and reputation information. In the model, the preference degrees for the interaction outcomes with respect to the evaluation criteria are expressed in a fuzzy set, and Sugeno's fuzzy integral is employed to aggregate the satisfaction degrees with respect to the importance of evaluation criteria which can be assigned in a way to preserve the properties of the ?-fuzzy measure.

나이브 베이지안 분류기 기반의 방광암 재발 노모그램

이건명(Keon Myung Lee),황경순(Kyung Soon Hwang),류근호(Keun-Ho Ryu),김원재(Won Jae Kim),김용준(Yong Joon Kim) 한국지능시스템학회 2008 한국지능시스템학회 학술발표 논문집 Vol.18 No.2

복잡한 계산에 의한 예측 모델은 입상 진단 등과 같은 현장에서 모델 해석의 어려움과 계산의 복잡성 때문에 사용이 제한적이다. 의료 현장에서는 이러한 계산을 간단한 그래프로 가능하게 해주는 노모그램이 유용하게 사용되고 있다. 이 논문에서는 나이브 베이지안 분류기를 이용하여 방광암 수술 환자의 재발 모델을 만드는 방법과 이를 통해 개발된 노모그램을 소개한다. 개발된 노모그램은 충북대학교 의대 비뇨기과에서 수술받은 실제 환자의 데이터를 기반으로 한 것이다.

대조적인 지역 클러스터 식별

이건명(Sun A Lee),이선아(Kyung Soon Hwang),황경순(Keon Myung Lee),이찬희(Chan Hee Lee) 한국지능시스템학회 2008 한국지능시스템학회 학술발표 논문집 Vol.18 No.1

마이크로어레이 데이터는 여러 샘플들의 대량의 유전자들에 대한 발현정도를 표현하며, 이에 대한 분석을 통해서 생명현상에 대한 이해와 분석이 이루어지고 있다. 생명현상이 유전자의 발현에 많은 영향을 받는 것이 알려져 있기 때문에 실험 샘플 집단내에서 또는 실험 샘플 집단간에서 발현 특성이 대조적으로 나타나는 유전자의 집단을 추출하는 것이 유용한 경우가 있다. 이 논문에서 관심영역으로 선택된 영역에 대해서 대조적인 패턴을 갖는 집단을 알고리즘적으로 선택하는 방법을 제안한다.

유전자 알고리즘에 의한 퍼지척도의 식별

이건명(Keon-Myung Lee),이광형(Kwang-Hyung Lee) 한국지능시스템학회 1994 한국지능시스템학회 학술발표 논문집 Vol.4 No.1