병원 외래환자수의 예측을2 위한 시계열 데이터처리 딥러닝 시스템

• 영문명: Time Series Data Processing Deep Learning system for Prediction of Hospital Outpatient Number
• 발행기관: 한국전자통신학회
• 저자명: 조준모(Jun-Mo Jo)
• 간행물 정보: 『한국전자통신학회 논문지』제16권 제2호, 313~318쪽, 전체 6쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2021.04.30

국문 초록

딥러닝 기술의 도래로 인하여 수많은 산업과 일반적인 응용에 적용됨으로써 우리의 생활에 큰 영향을 발휘하고 있다. 특정한 분야의 문제를 해결하기 위해서는 그 문제에 적합한 딥러닝 모델을 작성해야 한다. 근래에는 COVID-19 사태로 인하여 다양한 문제들을 딥러닝으로 해결하고자 하는 사례들이 늘고 있다. 이러한 일환으로 본 논문에서는 갑자기 급증할 수 있는 병원의 외래환자들을 미리 예측을 위한 시계열의 딥러닝 모델을 제시하고자 한다. 제시하는 딥러닝 모델은 주피터 노트북에서 케라스로 작성하였다. 예측결과는 실제 데이터와 그래프로 비교하며 유효성 데이터를 활용하여 과소적합과 과대적합의 여부를 손실률로 분석할 수 있도록 하였다.

영문 초록

The advent of the Deep Learning has applied to many industrial and general applications having an impact on our lives these days. Certain type of machine learning model is needed to be designed for a specific problem of field. Recently, there are many instances to solve the various COVID-19 related problems using deep learning model. Therefore, in this paper, a deep learning model for predicting number of outpatients of a hospital in advance is suggested. The suggested deep learning model is designed by using the Keras in Jupyter Notebook. The prediction result is being analyzed with the real data in graph, as well as the loss rate with some validation data to verify either for the underfitting or the overfitting.

목차

Ⅰ. Introduction

Ⅱ. Time-Series Data Preprocessing

Ⅲ. Time-Series Deep Learning Model

Ⅳ. Result and Analysis

Ⅴ. Conclusion

키워드

딥러닝 시계열 데이터 빅데이터 성능평가 Deep Learning Time Series Data Processing Performance Evaluation