의료 응용에서 서포트 벡터 머신 모델의 발전에 대한 개요: 리뷰

서포트 벡터 머신(SVM)은 분류 및 회귀 응용을 위한 잘 알려진 기계 학습 알고리즘입니다. 의료 분야에서 이들은 진단, 예후 및 질병 결과 예측을 포함한 다양한 작업에 사용되었습니다. 이 리뷰는 여러 해에 걸쳐 의료 분야에서 개발되고 적용된 SVM의 최신 상태에 대한 광범위한 조사입니다. 일반화 능력을 향상시키기 위해 많은 변형의 SVM 기반 접근 방식이 개발되었습니다. 우리는 벤치마크 데이터 집합에서 성능 지표를 개선하기 위해 의료에서 개발 및 적용된 가장 흥미로운 SVM 기반 모델을 설명합니다. 여기에는 최적화 알고리즘과 SVM을 결합한 하이브리드 분류 방법이 포함됩니다. 우리는 실제 데이터와 관련된 의료 응용에서 발견된 흥미로운 결과도 보고합니다. 하이퍼파라미터 선택 및 품질이 의심스러운 데이터에서 학습하는 것과 같은 SVM과 관련된 여러 문제도 논의됩니다. 여러 해에 걸쳐 개발되고 도입된 여러 변형은 정확성, 특이성 및 기타 지표가 중요한 의료와 같은 중요한 분야에서 성능을 개선하는 새로운 방법을 설계하는 데 유용할 수 있습니다. 마지막으로, 현재 연구 동향과 미래 방향이 강조됩니다.