메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
오서연 (서울여자대학교) 김다영 (이화여자대학교) 김예린 (홍익대학교)
저널정보
대한전자공학회 대한전자공학회 학술대회 2024년도 대한전자공학회 추계학술대회 논문집
발행연도
2024.11
수록면
665 - 669 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
This study aims to develop a COVID-19 (SARS-CoV-2) diagnosis model using a contrastive learning based on patients' respiratory and voice data. We apply a contrastive learning techniques to respiratory and voice data by incorporating patient metadata, such as gender, symptoms, and respiratory disease history. The proposed model not only predicts COVID-19 positivity/negativity but also assesses the severity of the disease. Experimental results indicated that incorporating COVID-19-related metadata significantly enhanced diagnostic accuracy. In particular, a history of respiratory disease proved to be a critical factor in predicting severity.

목차

Abstract
I. 서론
II. 본론
III. 구현
Ⅳ. 결론 및 향후 연구 방향
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0