본문 바로가기

추천 검색어

실시간 인기 검색어

학술논문

비만 분류를 위한 인체 변수 선택 및 분류 방법에 대한 연구

이용수 98

영문명
Selection of Anthropometric Variables and Methods for Classification of Obesity
발행기관
한국자료분석학회
저자명
안성희(Sung Hee Ahn) 신지원(Gee Won Shin) 윤명환(Myung Hwan Yun)
간행물 정보
『Journal of The Korean Data Analysis Society (JKDAS)』Vol.24 No.2, 613~625쪽, 전체 13쪽
주제분류
자연과학 > 통계학
파일형태
PDF
발행일자
2022.04.30
4,360

구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.

1:1 문의
논문 표지

국문 초록

체질량지수(body mass index: BMI)는 적용이 편리하다는 장점이 있어 비만 판별에 가장 많이 활용되는 지표이다. 그러나 많은 선행연구에서 체질량지수로 비만을 분류한 결과가 체지방률을 기준으로 분류한 결과와 일치하지 않는다는 점이 지적되었고, 이는 미리 정의된 체질량지수 값을 기준으로 비만을 분류하는 것은 정확성이 떨어진다는 것을 의미한다. 따라서, 본 연구는 최소한의 신체 치수를 통해 비만을 판별할 수 있는 방법을 새로 제안하는 것을 목적으로 하였다. 이를 위해 기계학습 기법을 포함한 분류 방법을 적용하였고, 분류 성능을 정확도와 설명력 두 가지 측면에서 평가하였다. 분석 결과, 체질량지수와 체중을 활용한 퍼지 규칙 기반 시스템(fuzzy rule-based systems: FRBS)의 비만 분류 성능은 정확도 측면에서 다른 기계학습 알고리즘 및 판별분석과 같은 수준을 보임과 동시에 다른 모델 대비 더 일관된 분류 규칙을 제공하였기 때문에 비만 분류에 가장 적합하다는 결론을 얻었다. 따라서 본 연구는 FRBS 방법을 사용하여 도출한 분류 기준으로 비만을 판별할 것을 제안한다. 본 연구가 제안하는 방법은 체질량지수를 통한 기존의 비만 분류 방법만큼 편리하게 적용할 수 있으면서도 높은 분류 정확도를 보장하므로 비만분류 관련 연구에 기여를 할 수 있을 것으로 기대된다.

영문 초록

Body mass index(BMI) is an index commonly used for measuring body fat due to its convenience. However, many previous studies found that results of classification of obesity based on BMI and body fat percentage were not equivalent. This means the classification of obesity which refers to a predefined cutoff value of BMI may not be accurate. This study aims to suggest a better method for the classification of obesity using statistical methods and some AI techniques for classification which required a minimum number of input body dimensions. The classification performances were evaluated in terms of accuracy and interpretability. This study concluded BMI combined with weight is the best data set and suggests a fuzzy rule-based system (FRBS) as the most appropriate method for obesity classification. The FRBS model performed as accurately as other AI algorithms and determinant analysis and provided more consistent classification rules than others. Therefore, we propose to classify obesity using the FRBS method.

목차

1. 서론
2. 방법
3. 결과
4. 결론 및 토의
References

키워드

해당간행물 수록 논문

참고문헌

교보eBook 첫 방문을 환영 합니다!

신규가입 혜택 지급이 완료 되었습니다.

바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!

교보e캐시 1,000원
TOP
인용하기
APA

안성희(Sung Hee Ahn),신지원(Gee Won Shin),윤명환(Myung Hwan Yun). (2022).비만 분류를 위한 인체 변수 선택 및 분류 방법에 대한 연구. Journal of The Korean Data Analysis Society (JKDAS), 24 (2), 613-625

MLA

안성희(Sung Hee Ahn),신지원(Gee Won Shin),윤명환(Myung Hwan Yun). "비만 분류를 위한 인체 변수 선택 및 분류 방법에 대한 연구." Journal of The Korean Data Analysis Society (JKDAS), 24.2(2022): 613-625

결제완료
e캐시 원 결제 계속 하시겠습니까?
교보 e캐시 간편 결제