고차원 예측 연구의 데이터 기반 설계를 위한 설명 가능한 AI (Explainable AI)

요약

복잡한 머신러닝 모델의 블랙박스 문제를 해결하기 위해, 데이터 기반의 권장 사항을 제공하는 탐색적 AI 추천기 프레임워크를 제안합니다. 이 프레임워크는 설명 가능한 AI 기술을 활용하여 특징 제외, 비선형 항, 특징 상호작용을 제안함으로써 통계 모델의 예측 성능과 투명성을 동시에 향상시킵니다.

핵심 포인트

• 설명 가능한 AI를 통한 데이터 기반 연구 설계 프레임워크 개발
• 특징 제외, 비선형 항, 상호작용 등 세 가지 권장 유형 제공
• Cox 비례 위험 모델의 C-index 및 보정 성능 향상 입증
• 임상 의사결정을 위한 모델의 투명성과 신뢰성 확보