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
학술저널
저자정보
박근호 (가톨릭대학교) 민은정 (가톨릭대학교)
저널정보
한국통계학회 응용통계연구 응용통계연구 제38권 제1호
발행연도
2025.2
수록면
45 - 62 (18page)

이용수

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

초록· 키워드

오류제보하기
생존분석은 관심 사건이 발생할 때까지의 시간을 분석하는 방법으로, 다양한 분야에 적용이 가능하다. 최근 딥러닝 분야가 주목받으면서 생존 데이터를 분석하기 위해 딥러닝 모형을 활용하려는 관심이 증가하고 있다. 이에 본 연구는 생존분석에서 흔히 사용되는 전통적인 생존분석 모형과 딥러닝 모형의 성능을 비교하는 것을 목표로 한다. 비교된 모형들은 Cox-PH모형, AFT모형, RSF AORSF 같은 머신러닝 모형, 그리고 DeepSurv DeepHit 같은 딥러닝 모형으로 총 6가지이다. 표본 크기에 따른 선형 및 비선형 위험 함수 하에서 광범위한 모의실험이 수행되었으며, 다양한 절단율에 따른 모형 성능을 비교하였다. 또한, SEER 데이터에서 갑상선암과 폐암 데이터를 사용한 실증 분석을 통해 실제 데이터에서의 모형 성능을 평가하였다.

목차

Abstract
1. 서론
2. 연구 방법
3. 모의실험
4. SEER 데이터 분석
5. 결론 및 고찰
References
요약

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

UCI(KEPA) : I410-151-25-02-092493536