• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2001년도 춘계정기학술대회
• /
• pp.351-355
• /
• 2001

2차원 바코드는 2차원인 점자식 코드로서 낮은 공간점유, 높은 정보, 다양한 정보처리 기능이 가능한 차세대 라벨링 기법이다. 즉, 2차원(2D) 심볼로지는 양축(X 방향, Y 방향)으로 데이터를 배열시켜 평면화 시킨것으로서 기존의 일차원(1D) 바코드 심볼로지가 가지는 문제점인 데이터 표현의 제한성, 즉 선적용 패키지와 같은 로트 번호, 구매 주문 번호, 수취자, 수랑 기타 정보 등의 다양한 내용을 바코드로 표현하여 대상물에 부착하거나 동반시킴으로써 1750년대 중반에 등장하게 되었고, 현재 많은 부분에서 사용하고 있다. 본 논문에서는 현재 많이 쓰이는 2 차원 바코드 중 하나인 Data Matrix 의 구성과 디코딩 알고리즘을 제안한다. Data Matrix는 데이터를 효율적으로 나타내기 위하며 각 정보의 교환에 따라 다른 인코딩 방식을 사용하고 있다. 디코딩 알고리즘은 그에 따라서 구현되었다.

• 산업과 과학
• /
• 제3권2호
• /
• pp.8-16
• /
• 2024

본 논문에서는 인구통계학적, 생리학적 특성을 기반으로 환자에게 가장 적합한 약물을 예측하는 것을 목표로 하는 약물 분류 시스템을 제시한다. 데이터 세트에는 적절한 약물을 결정하기 위한 목적으로 연령, 성별, 혈압(BP), 콜레스테롤 수치, 나트륨 대 칼륨 비율(Na_to_K)과 같은 속성들이 포함된다. 본 연구에 사용된 모델은 KNN(K-Nearest Neighbors), 로지스틱 회귀 분석 및 Random Forest이다. 하이퍼파라미터를 최적화하기 위해 5겹 교차 검증을 갖춘 GridSearchCV를 활용하였으며, 각 모델은 데이터 세트에서 훈련 및 테스트 되었다. 초매개변수 조정 유무에 관계없이 각 모델의 성능은 정확도, 혼동 행렬, 분류 보고서와 같은 지표를 사용하여 평가되었다. GridSearchCV를 적용하지 않은 모델의 정확도는 0.7, 0.875, 0.975인 반면, GridSearchCV를 적용한 모델의 정확도는 0.75, 1.0, 0.975로 나타났다. GridSearchCV는 로지스틱 회귀 분석을 세 가지 모델 중 약물 분류에 가장 효과적인 모델로 식별했으며, K-Nearest Neighbors가 그 뒤를 이었고 Na_to_K 비율은 결과를 예측하는 데 중요한 특징인 것으로 밝혀졌다.