[논문 리뷰] ECO-AMLP: A Decision Support System using an Enhanced Class Outlier with Automatic Multilayer Perceptron for Diabetes Prediction

Maham Jahangir, Hammad Afzal외 3명|arXiv (Cornell University)|2017. 06. 23.

Artificial Intelligence in Healthcare참고 문헌 50인용 수 4

한 줄 요약

이 논문은 강화된 클래스 아웃라이어 탐지(ECODB)와 AutoMLP를 통합하여 당뇨병 예측 정확도를 향상시키는 하이브리드 의사결정 지원 시스템인 ECO-AMLP를 제안한다. 거리 기반 클래스 아웃라이어 요소를 사용하여 아웃라이어를 제거하고, 자동으로 튜닝되는 다층 퍼셉트론 앙상블을 적용함으로써, Pima Indian Diabetes Dataset에서 88.7%의 정확도를 달성하여 이전에 보고된 모든 방법들을 능가한다.

ABSTRACT

With advanced data analytical techniques, efforts for more accurate decision support systems for disease prediction are on rise. Surveys by World Health Organization (WHO) indicate a great increase in number of diabetic patients and related deaths each year. Early diagnosis of diabetes is a major concern among researchers and practitioners. The paper presents an application of extit{Automatic Multilayer Perceptron }which extit{ }is combined with an outlier detection method extit{Enhanced Class Outlier Detection using distance based algorithm }to create a prediction framework named as Enhanced Class Outlier with Automatic Multi layer Perceptron (ECO-AMLP). A series of experiments are performed on publicly available Pima Indian Diabetes Dataset to compare ECO-AMLP with other individual classifiers as well as ensemble based methods. The outlier technique used in our framework gave better results as compared to other pre-processing and classification techniques. Finally, the results are compared with other state-of-the-art methods reported in literature for diabetes prediction on PIDD and achieved accuracy of 88.7\% bests all other reported studies.

연구 동기 및 목표

• 강력한 사전 처리와 고급 기계학습 기법을 통합하여 당뇨병 예측 시스템의 낮은 정확도 문제를 해결하기 위해.
• AutoMLP라는 자동 튜닝 가능한 다층 퍼셉트론 앙상블을 활용하여 신경망의 수동 하이퍼파라미터 튜닝에 대한 의존도를 줄이기 위해.
• 새로운 거리 기반 클래스 아웃라이어 탐지 방법을 사용하여 학습 전에 데이터 아웃라이어를 제거함으로써 모델 성능을 향상시키기 위해.
• 기준 Pima Indian Diabetes Dataset(PIDD)에서 기존 최고 수준의 방법들을 능가하기 위해.
• 제안된 프레임워크를 사용하여 당뇨병 예측에 가장 예측력 있는 특징을 식별하기 위해.

제안 방법

• ECODB는 확률, 편차 및 K-가까운 이웃 거리를 사용하여 클래스 아웃라이어 요소를 계산하는 거리 기반 아웃라이어 탐지 기법으로, 데이터셋에서 아웃라이어를 식별하고 제거한다.
• 사전 처리된 데이터는 네 개의 다층 퍼셉트론으로 구성된 앙상블인 AutoMLP에 입력되며, 이는 은닉층, 뉴런 수, 학습률, 반복 횟수 등 네트워크 구조를 자동으로 튜닝한다.
• ECODB 사전 처리와 AutoMLP 분류를 결합하여 ECO-AMLP를 구성함으로써, 당뇨병 예측을 위한 하이브리드 의사결정 지원 시스템을 형성한다.
• Pima Indian Diabetes Dataset(PIDD)에서 정확도, 가중 평균 정밀도(WMP), 가중 평균 재현율(WMR) 등의 표준 지표를 사용하여 성능을 평가한다.
• KNN, 나이브 베이즈, SVM 등의 개별 분류기, Bagging, AdaBoost 등의 앙상블 방법, 다양한 ANN 아키텍처와의 비교를 수행한다.
• 플라즈마 포도당 농도, 이완기 혈압, 임신 횟수 등의 핵심 예측 변수를 식별하기 위해 특징 중요도를 분석한다.

실험 결과

연구 질문

• RQ1 아웃라이어 탐지와 자동 튜닝된 신경망을 결합한 하이브리드 프레임워크가 기존 방법들을 뛰어넘는 당뇨병 예측 정확도를 달성할 수 있는가?
• RQ2 ECODB 사전 처리는 정규화, 특징 선택, 샘플링 등의 전통적 기법과 비교하여 모델 성능 향상에 얼마나 효과적인가?
• RQ3 AutoMLP는 당뇨병 예측 과제에서 개별 신경망 아키텍처보다 일관되게 뛰어난 성능을 보일 수 있는가?
• RQ4 ECO-AMLP 프레임워크에 따르면, 어떤 임상적 특징이 당료병 예측에 가장 예측력 있는가?
• RQ5 Pima Indian Diabetes Dataset에서 정확도, 정밀도, 재현율 측면에서 ECO-AMLP는 최고 수준의 접근 방식과 어떻게 비교되는가?

주요 결과

• ECO-AMLP는 Pima Indian Diabetes Dataset에서 기존에 보고된 바 중 가장 높은 정확도인 88.7%를 달성하였다.
• ECODB 아웃라이어 탐지 방법은 정규화, 특징 선택, 특성 가중치 부여, 샘플링 기법보다 성능 향상에 뛰어난 성능을 보였다.
• AutoMLP는 표준 MLP, RBF 네트워크, 퍼셉트론 등의 개별 신경망 아키텍처보다 뛰어난 성능을 보였다.
• 프레임워크는 가중 평균 재현율 88.56%와 가중 평균 정밀도 85.83%를 기록하여 민감도와 정밀도 사이의 균형이 잘 잡혀 있음을 보였다.
• 플라즈마 포도당 농도, 이완기 혈압, 임신 횟수는 당뇨병 예측에 가장 관련성이 높은 특징로 식별되었다.
• 복잡한 수치 신경망, 신경-퍼지 시스템, 메타러닝 기반 방법을 포함한 이전에 보고된 모든 방법보다 정확도와 강건성 측면에서 ECO-AMLP가 뛰어났다.