• 대한전자공학회논문지
• /
• 제21권5호
• /
• pp.1-6
• /
• 1984

본 논문에서는 여러 경우의 발견적함수가 논의되었다. 경로 찾기 알고리즘에 있어서는 목표까지 거리의 정확한 평가자를 구하는 것이 중요하다. 정확한 평가자가 존재하는 한 어느 공간이든 문제가 풀리는 영역이지만, 부정확한 평가자들로서도 가능한 영역에 흥미가 있으며 따라서 이 논문은 발견적정보의 효과적인 사용의 필요성을 느끼게 하여주는 경우들을 다루었으며, 이것은 최단경로 문제에 있어서 계산적인 접근에 사용하면 좋다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2014년도 제49차 동계학술대회논문집 22권1호
• /
• pp.321-322
• /
• 2014

게임에서 캐릭터가 현재 위치에서 목적지까지 경로를 탐색하는 것은 매우 중요하다. 특히, 오브젝트나 벽 등의 장애물들이 배치된 복잡한 게임 맵에서는 이러한 장애물을 회피하면서 가능한 최단 경로를 찾아 이동해야 한다. 본 논문에서는 복잡한 게임 맵 상에서 캐릭터가 목적지까지 최단 경로를 탐색하는 방법으로 유전자 알고리즘을 적용하는 방법을 제안한다. 유전자 알고리즘은 모집단(Population)을 구성하는 염색체의 인코딩 및 디코딩, 진화를 위한 연산자인 교차연산(Crossover)과 돌연변이연산(Mutation), 그리고 염색체를 평가하는 목적함수로 구성된다. 본 논문에서는 염색체 구성을 시작 노드에서 목적지 노드까지의 전체 노드로 구성하기 보다는 캐릭터의 현재노드에서 이동할 수 있는 8방향만으로 구성하여 염색체의 크기를 줄였고, 이를 통해 염색체의 인코딩과 디코딩 연산 시간을 줄일 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (B)
• /
• pp.457-462
• /
• 2007

사용자가 가능한 센서 가까이에서 이동하는 문제를 최단거리유지문제라 하며, 무선 연결의 안정성을 높이기 위해서 두 개의 센서로부터 가까이에 위치하여 사용자가 움직이는 이동경로를 차선최단거리유지이동경로라고 한다. 이 논문에서는 주어진 센서들의 집합 U와 시작점 s, 끝점 t가 주어질 때, s에서 t까지 이르는 경로로서, 가장 가까운 두 개의 센서까지의 거리가 최소인 차선최단거리유지이동경로를 찾는 $O((c^2n+e)log(c^2n))$-시간 알고리즘을 제시한다. 여기서 c는 집합 U의 하나의 사이트가 갖는 최대 보로노이 선분의 개수이다.

• 한국통신학회논문지
• /
• 제19권1호
• /
• pp.24-34
• /
• 1994

대부분의 컴퓨터 네트워크에서, 각 교환 노드는 데이터 패킷 전송시 최단 경로를 찾기 위해 정확한 경로 정보를 작는 것이 필요하다. 그러나, 분산화된 환경하에서는 전체 네트워크를 통해 항상 일관성 있는 경로정보를 유지하기가 어렵다. 따라서, 시간이 지남에 따라 이미 쓸모없게 된 경로 정보로 인하여 경로상의 루우프가 형성될 수 있으며, 이로 인하여 전체 네트워크의 심각한 성능 저하를 초래할 수도 있다. 본 논문에서는 이러한 경로상의 루우프 형성 문제를 해결하기 위해 새로운 경로 설정 알고리즘에 대해 논하고자 한다. 제안된 알고리즘은 현재 컴퓨터 네트워크에서 경로설정을 위해 가장 많이 이용되고 있는 분산화된 Bellman-Ford 알고리즘에 근거하고 있다. 제안되는 알고리즘은 Bellman-Ford 알고리즘의 간편성을 유지하면서 분산화된 환경하에서 (두 노드간 또는 여러 노드들간의) 모든 종류의 루우프를 일정 시간안에 발견하고 이를 해결한다.

• 한국지능시스템학회논문지
• /
• 제12권4호
• /
• pp.361-365
• /
• 2002

오랜 세월동안 위대한 이동수단을 만들어내고자 하는 인간의 꿈은 오늘날 눈부신 각종 운송기구를 만들어 내는 결실을 얻고 있다. 자동차 네비게이션 시스템도 그러한 결실중의 한 예라고 할 수 있을 것이다. 지능적으로 판단하고 정보를 처리할 수 있는 자동차 네비게이션 시스템을 부착함으로써 한 단계 발전한 운송수단으로 진화할 수 있을 것이다. 이러한 자동차 네비게이션 시스템의 단점이라면 한정된 리소스만으로 여러 가지 작업을 수행해야만 하는 어려움이다. 그래서 네비게이션 시스템의 주요 작업중의 하나인 경로를 추출하는 경로추출(Route Planning) 작업은 한정된 리소스에서도 최적의 경로를 찾을 수 있는 지능적인 방법이어야만 한다. 이러한 경로를 추출하는 작업을 하는데 기존에 일반적으로 쓰였던 두 가지 방법에는 Dijkstra s algorithm과 A*algorithm이 있다. 이 두 방법은 최적의 경로를 찾아낸다는 점은 있지만 경로를 찾기 위해서 알고리즘의 특성상 각각, 넓은 영역에 대하여 탐색작업을 해야 하고 또한 수행시간이 많이 걸린다는 단점과 또한 경로를 계산하기 위해서 Heuristic function을 추가적인 정보로 계산을 해야 한다는 단점이 있다. 본 논문에서는 적은 탐색 영역을 가지면서 또한 최적의 경로를 추출하는데 드는 수행시간은 작으며 나아가 동적인 교통환경에서도 최적의 경로를 추출할 수 있는 최적 경로 추출방법을 강화학습의 일종인 Q- Learning을 이용하여 구현해 보고자 한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 춘계학술대회 및 임시총회
• /
• pp.6-9
• /
• 2002

오랜 세월동안 위대한 이동수단을 만들어내고자 하는 인간의 끓은 오늘날 눈부신 각종 운송기구를 만들어 내는 결실을 얻고 있다. 자동차 네비게이션 시스템도 그러한 결실중의 한 예라고 할 수 있을 것이다. 지능적으로 판단하고 정보를 처리할 수 있는 자동차 네비게이션 시스템을 부착함으로써 한단계 발전한 운송수단으로 진화할 수 있을 것이다. 이러한 자동차 네비게이션 시스템의 단점이라면 한정된 리 소스만으로 여러 가지 작업을 수행해야만 하는 어려움이다. 그래서 네비게이션 시스템의 주요 작업중의 하나인 경로를 추출하는 경로추출(Route Planing) 작업은 한정된 리 소스에서도 최적의 경로를 찾을 수 있는 지능적인 방법이어야만 한다. 이러한 경로를 추출하는 작업을 하는 데 기존에 일반적으로 쓰였던 두 가지 방법에는 Dijkstra's algorithm과 A* algorithm이 있다. 이 두 방법은 최적의 경로를 찾아 낸다는 점은 있지만 경로를 찾기 위해서 알고리즘의 특성상 각각, 넓은 영역에 대하여 탐색작업을 해야하고 또한 수행시간이 많이 걸린다는 단점과 또한 경로를 계산하기 위해서 Heuristic function을 추가적인 정보로 계산을 해야 한다는 단점이 있다. 본 논문에서는 적은 탐색 영역을 가지면서 또한 최적의 경로를 추출하는 데 드는 수행시간은 작으며 나아가 동적인 교통환경에서도 최적의 경로를 추출할 수 있는 최적 경로 추출방법을 강화학습의 일종인 Q- Learning을 이용하여 구현해 보고자 한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2008년도 제39차 동계학술발표논문집 16권2호
• /
• pp.77-84
• /
• 2009

단백질과 단백질의 상호작용은 최근 각광받고 있는 분야이다. 효모를 이용해 two-hybrid system의 실험으로 밝혀진 약 5,000여 개의 이스트 단백질의 위치정보를 이용하여 가중치를 부여고 단백질 신호 전달 경로 추출을 위한 LSPF 알고리즘을 최초로 제안 하였다. 세포 내 단백질 위치정보를 기반으로 제안한 LSPF 알고리즘에 의해 산출된 결과 중 의미적 상관도가 높은 것을 채택한 후 KEGG에서 제공하는 신호전달 경로와 같은 신호전달 경로를 추출하는지 비교분석 하였다. 최초로 제안된 단백질 위치정보를 이용한 신호전달 경로 찾기 연구가 발전되면 다양한 유전적 질병의 원인을 파악할 수 있고 치료제 개발에 단서를 얻을 수 있는 초석이 될 수 있다.

• 한국정보처리학회논문지
• /
• 제5권3호
• /
• pp.671-680
• /
• 1998

화상 회의, 원격 진료 및 교육 시스템, CSCW 등과 같은 그룹 응용을 지원하기 위해서는 망에 의해서 멀티캐스트 기능이 제공되어야 한다. 멀티캐스트 경로배정의 방법으로는 보통 최단 경로 트리 방식과 최소 비용 스타이너 트리를 찾기 위해 유전자 알고리즘을 사용하는 진화적 최적화 방법을 제안하고자 한다. 특히 스타이너 트리를 찾기 위해 유전자 알고리즘을 사용하는 진화적 최적화 방법을 제안하고자 한다. 특히 스타이너 트리의 표현에 있어, 일반적인 유전자 알고리즘에서 사용되는 이진 스트링의 개체 표현 대신 트리를 사용하여 개체를 표현하는 방법을 제안함으로써 최적화의 효율을 개선하는 방식을 보여주며, 또한 기존의 경험적 알고리즘과의 비교를 통하여 진화방식에 의한 최적화가 기존의 방법보다 최적해에 더 가까이 수렴할 수 있음을 보여준다.

• Journal of Platform Technology
• /
• 제8권2호
• /
• pp.10-21
• /
• 2020

이동 단말의 보급 및 데이터 통신의 발달로 WiFi의 사용은 점점 더 증가하고 있으며 모바일 인터넷 이용률은 2000년대부터 현재까지 꾸준히 증하고 있다. 2018년 기준 국내 거의 모든 가구에서 스마트 기기를 보유하고 있으며, 만 3세 이상 인구 중 90%가 모바일 인터넷을 사용한다. 이러한 추세로 현재 정부는 가계 통신비 절감을 위한 방안으로 도심 밀집지역에 공공 와이파이 지역을 구축하고 있으며 연도별 공공 WiFi 이용건수는 매년 증가하고 있다. 본 논문에서는 이러한 공공 WiFi를 효율적으로 사용하기 위한 방법을 제안한다. 거리에서 사용할 수 있는 공공 WiFi로부터 단말기가 네트워크 정보를 수집한 후 Concave hull알고리즘을 사용하여 지도상에 공공 WiFi 지역을 표시하고, 공공WiFi 찾기 알고리즘을 사용하여 공공 WiFi 지역을 많이 지날 수 있는 경로를 제공한다. 그 결과 제안하는 방안을 사용한 경로의 경우 더 많은 WiFi 지역을 경유하여 이동 단말의 WiFi 사용량을 증가 시킨다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.696-698
• /
• 2022

게임에서는 장애물이 가로 막고 있을 때 길 찾기 알고리즘이 요구된다. Path Finding Method 는 길과 장애물을 고려하여 목적지까지의 경로를 찾는 방법을 말한다. A^* 알고리즘은 이런 복잡한 미로 찾기에 최적화된 Path Finding 알고리즘이다. 하지만, 모바일 같은 저비용 기기에서 A^* 알고리즘을 사용하기엔 단순한 지형에서도 연산 부하가 발생할 수 있다. 본 논문에서는 가상의 공간에서 Grid를 구축하여, 통행이 가능한 곳과 불가능한 곳을 나누어 최종 지점에 도달할 수 있도록 하는 방식을 제안한다. 본 논문에서 제시한 Path Finding Method 는 최종 지점이 막다른 길인 경우 가장 가까운 이동 가능한 경로로 길을 안내하도록 설계하여 예외 상황에 대처했다. 대표적인 길 찾기 알고리즘인 Dijkstra 알고리즘은 최소 비용을 고려해서 최단으로 가는 거리를 비교하여 길을 나타낼 수 있다. 하지만, Dijkstra 알고리즘 경우 비용이 양수가 아닌 음수의 경우 무한 루프에 빠지는 등 결과 값이 제대로 나오지 않을 수 있다. 본 논문에서 제안한 Path Finding Method 는 최소 비용을 노드별로 비교하는 방식이 아닌 초기 비용을 알 수 없는 분야에 쉽게 사용할 수 있다. 본 논문에서는 제안한 Path Finding Method 를 적용하여 Web 게임을 제작하는 것에 성공하였다. 향후, Path Finding Method 결과에 위치 정렬 알고리즘을 적용하여, 중복된 지역을 가는 확률을 최소화하면서 정리된 Path 가 돌출되도록 연구할 예정이다. 본 논문의 Path Finding Method 은 게임 개발 분야에 적극 기여되길 바란다.