An Efficient Method for Learning Large S-System Model using Clustering and Genetic Algorithm

클러스터링과 유전자 알고리즘을 이용한 대규모 S-system 모델의 효율적 학습 방법

S-System 모델은 동적 시스템을 기술하기 위한 여러 모델 중의 하나로서, 높은 표현력으로 인해 다양한 분야에서 사용되어져 오고 있다. 하지만 S-System 모델이 갖고 있는 많은 매개변수는 목표 시스템을 모델링하는 데에 있어 고려해야 할 탐색 공간의 넓이를 크게 증가시키는 단점을 갖고 있으며 그로 인해 고려될 수 있는 변수의 수는 극히 적은 수로 제한되어져 왔다. 일반적인 S-System 모델의 경우, ${_n}$개의 변수로 이루어진 시스템을 모델링하는 데 결정되어져야 할 매개변수의 수는 $O(n^2)$이다. 본 논문에서는 시스템 내의 변수들을 서로간의 연관 정도에 따라 클러스터링하고. 클러스터 사이의 동적 모델링을 통해 고려하는 매개변수의 수를 O(kn) $(k{\leq}n)$으로 줄이는 방법을 제안한다. 매개변수 값의 탐색을 위해 유전자 알고리즘을 사용하며, 제안된 방법이 기존의 방법으로는 학습할 수 없었던 규모의 S-System 모델을 학습할 수 있는 가능성을 지님을 보인다.