모델의 정확도 향상 및 최적화 방법에 있어서,주의력 결핍 및 과잉 행동 장애를 분류하기 위하여 생성된 학습 모델의 최적화 작업을 수행하는 단계; 및 상기 최적화 작업을 수행함에 따라 파라미터가 조정된 학습 모델을 이용하여 종합주의력 검사 데이터로부터 주의력 결핍 및 과잉 행동 장애의 치료반응을 예측 및 분류하는 단계를 포함하는 모델의 정확도 향상 및 최적화 방법.

제1항에 있어서, 상기 최적화 작업을 수행하는 단계는,상기 생성된 학습 모델에 구성된 히든 레이어 중 출력 레이어와 인접해있는 가장 마지막의 히든 레이어에 Uncertainty-Aware 방식 기반의 Attention 기법을 적용하여 상기 생성된 학습 모델의 최적화를 수행하는 단계를 포함하고,상기 Uncertainty-Aware 방식은, 레이어의 가중치 값에 2가지의 attention 알고리즘을 적용하여 계산하며, 각 가중치 값을 attention 알고리즘에 입력하여 출력값을 획득하고, Alpha attention과 beta attention은 각각의 학습 모델이 학습한 timestep과 feature 값의 변화를 연산하는 모델로서, alpha attention은 softmax를 통한 회귀를, beta attention은 tanh 연산을 통한 feature extraction을 적용하여, 특정 레이어에서의 연산 결과값이 가지는 timestep별 변화와 feature의 정도를 파악하고, 파악된 가지는 timestep별 변화와 feature의 정도를 reduce_sum 연산을 통해 하나의 tensor c_i로 획득하고, sigmoid 연산을 통해 해당 레이어에서의 노이즈 제거 예측값을 획득하는 것을 포함하는 모델의 정확도 향상 및 최적화 방법.