유방암 검사에 적용한 하이브리드 지식관리 프레임워크 (A Hybrid Knowledge Management Framework Applied to Breast Cancer Screening)

서지정보

· 발행기관 : 한국지능시스템학회
· 수록지 정보 : 한국지능시스템학회 논문지 / 28권 / 4호 / 401 ~ 410페이지
· 저자명 : 김진성

초록

유방암은 여러 나라 여성들의 사망률에 영향을 끼치는 중요한 원인 중의 하나이다. 본 연구에서 저자는 이와 같은사망률을 낮추는 데 도움을 주고자 하이브리드 지식관리 프레임워크를 제안한다. 이 프레임워크는 세 가지 중요한기능 지식추출, 시각화, 그리고 지식추론에 기반하고 있다. 핵심적인 방법론은 데이터마이닝, 지식분포지도, 의사결정나무, 관계형데이터베이스, 그리고 SQL 기반의 추론이다. 이 방법론들은 일곱 개의 핵심 프로세스지식개념화, 온톨로지 매칭, 지식분석, 지식유지, 지식매핑, 지식계층화, 그리고 지식추론을 구현하는데 사용하였다.
본 연구에서 제시한 프레임워크의 적용 가능성을 검증하기 위하여 위스콘신 대학병원에서 제공한 유방암 데이터를사용하였고, 비주얼 스튜디오 프로 2017을 이용하여 애플리케이션을 개발하였다. 다양한 지식표현과 추론의 장점에대한 검증결과는 본문에서 제시하였다

영어초록

Breast cancer is one of significant causes of female mortality. In this paper, we propose a hybrid knowledge management framework to contribute in reducing the mortality. The framework is based on the three main functions, knowledge extractions, visualizations and knowledge inference. Core methodologies of these functions are data mining (DM), knowledge distribution map (KDM), decision tree (DT), relational database (RDB), and SQL-based inferences. These methodologies are used in implementing seven main processes, namely, Knowledge Conceptualization, Ontology Matching, Knowledge Parsing, Knowledge Maintenance, Knowledge Mapping, Knowledge Stratification, and Knowledge Inference. The Wisconsin Breast Cancer data set is to validate the adaptability of the framework and developed a prototype application by using the Visual Studio Professional 2017.
The advantages of diversity in knowledge representations and inferences are validated

참고자료

· 없음