데이터마이닝을 활용한 유전자 질병 분석을 위한 MKSV시스템 구현 = For Gene Disease Analysis using Data Mining Implement MKSV System

국문 초록 (Abstract)

오늘날 다양한 생명현상을 다루고있는 질병연구와 같은 효율적인 목적을 달성하기 위해서는 이들 연구로부터 획득한 빅데이터를 처리하여 효과적인 현실적 가치를 부여할 수 있어야 한다. 본 논문에서 제안한 MKSV알고리즘은 최적의 확률분포를 추정하여 입력패턴을 결정 한 후 데이터마이닝 기법으로 분류한 결과 효율적인 계산량과 인식률을 획득할수 있었다. MKSV 알고리즘은 유전자 데이터의 확률적 흐름을 시뮬레이션하여 빅데이터의 데이터마이닝 과정을 통해 데이터를 분류하여 빠르고 효과적인 성능 향상을 보임으로써 현 사회에 급증하는 질병과 유전자의 관련성을 연구하는 데 유용할것이다.

다국어 초록 (Multilingual Abstract)

We should give realistic value on the large amounts of relevant data obtained from these studies to achieve effective objectives of the disease study dealing with various vital phenomenon today. In this paper, the proposed MKSV algorithm is estimated by optimal probability distribution, and the input pattern is determined. After classifying it into data mining, it is possible to obtain efficient computational quantity and recognition rate. MKSV algorithm is useful for studying the relationship between disease and gene in the present society by simulating the probabilistic flow of gene data and showing fast and effective performance improvement to classify data through the data mining process of big data.

목차 (Table of Contents)

• Ⅰ. 서론 Ⅱ. 본 론 Ⅲ. 실험결과 Ⅳ. 결론

참고문헌 (Reference)

1 김은미, "인간 단백질 분석을 위한 빅 데이타 기반 RMF 방법" 한국전자통신학회 13 (13): 1397-1404, 2018

2 이애경, "데이터마이닝 기법을 이용한 당뇨 발생 예측모형 개발" 한국보건행정학회 16 (16): 21-48, 2006

3 박귀만, "다양한 종류의 예측에서 머신러닝 성능 비교" 한국전자통신학회 14 (14): 169-178, 2019

4 김영선, "건강검진 자료에서 성장곡선을 이용한 간 질환 예측모형" 연세대학교 대학원 2002

5 C. Yoo, "Single channel subband blind source separation using temporal dependency of speech via viterbi algorithm" Korea Advanced Institute of Science and Technology 2005

6 J. Ryu, "Risk Factors of Impaired Fasting Glucose and Type 2 Diabetes Mellitus - Using Datamining" 28 (28): 138-151, 2006

7 H. Han, "Introduction to pattern recognitio" hanbit media 2011

8 T. Kohonen, "Exploration of very large databases by self-organizing maps" 1997

9 Y. Kim, "Development of advertising effect prediction model for celebrity models using Big Data" Hanyang University 2019

10 G. Shmueli, "Data Mining for Business Intelligence:Concepts, and Applications in Microsoft Office Excel with XLMine" Wiley 2010

11 J. Michael, "Data Mining Techniques:For Marketing,Sales, and Customer Relationship Management" Hankyung Corporation 10-15, 2010

12 S. Kim, "Convergence & consilience: communication research methods in a multiple media environment" 53-81, 2012

13 L. Tao, "A comparative study of feature selection and multiclass classfication methods for tissue classification based on gene expression" 20 (20): 2429-2437, 2004

14 C. Hsu, "A Comparison of Methods for Multiclass Support Vector Machines" 13 (13): 415-425, 2002