모두야

IEEE의 conference나 journal에 논문을 제출하기 전에 메일을 받게 되면, 아래와 같이 IEEE Xplore 게재되기 전 PDF 호환을 확인하는 작업이 필요하며 절차에 따라 IEEE Xplore-compatible PDF file: Your finished paper must be uploaded to PDF eXpress (https://ieee-pdf-express.org) using the conference ID 000000 to generate an IEEE Xplore-compatible pdf file before submission to the above Author Submission Site. PDF eXpress에서 웹게시 적합성을 확인 받아야한다.

커널 밀도 추정 Kernel Kensity Esimation (KDE) 커널함수 (kernel function) 밀도추정 (density estimation) 밀도 추정 (Density Estimation) 데이터를 확인할 때, 어떤 변수가 가지고 있는 본질적인 특성 파악이 필요하다. 가지고 있는 데이터들의 분포로부터 해당 변수 분포 특성을 추정 하는 것이 밀도 추정이다. 파악하려는 변수가 어떤 값의 분포 특성을 갖는지 파악할 수 있다. 변수가 가질 수 있는 값 및 그 값을 가질 가능성의 정도를 추정하는 것이 밀도 추정이다. (수학적) 밀도 = mass/volume (통계적) 밀도 = 확률 밀도 함수 (probability density function) 변수 X의 확률밀도함수 f(X) 그림 f(a)는 ..

NLR이란? : 호중구 대 림프구 비율 -> 종양 기실, 염증 및 전반적인 예후 상태를 반영한다. NLR = Npercent/Lpercent PLR이란? : 혈소판 값을 절대 림프구 수로 나눈 값 => NLR와 PLR이 낮은 것이 좋다. 림프구 수치는 높으면서, 호중구 수치와 혈소판 수치는 높지 않은 것이 좋다. PLR = plt/(Lpercent*WBC*10) RFE란? Recursive feature elimination 으로, 학습에 필요한 적절한 feature를 선택하는 feature selection 과정 중의 한 방법이다. 모든 feature들로부터, feature를 하나 하나 제거하면서 원하는 갯수의 feature가 남을 때까지 반복하는 것이다. 1. 학습하고 싶은 모델을 정한 후, 해당 모..