• Journal of Advanced Marine Engineering and Technology
• /
• v.21 no.2
• /
• pp.108-116
• /
• 1997

유전알고리즘은 진화원리에서 발견된 몇몇 특징들을 컴퓨터 알고리즘과 결합시켜 복잡한 최적화 문제를 해결하려는 도구로서 1975년 미국의 Holland 교수에 의해 처음으로 개발되었다. 주어진 문제에서 탐색환경이 다변수 또는 다봉(multi-modal)이 되어 대단히 복잡하거나 또는 부분적으로 알려질 경우는, 구배(gradient)에 기초한 재래식 방법을 사용하여 최적화하는 것은 매우 어렵게 되고 경우에 따라서는 불가능할 수도 있다. 이러한 이유로 유전알고리즘과 같은 강인한 탐색법이 요구된다. 유전알고리즘의 장점은 연속성(continuity), 미분가능성(differentiability), 단봉성(unimodality) 등과 같이 탐색공간에 대한 제약으로부터 자유롭다는 것이다. 다시 말하면 목적함수 외 탐색공간에 대한 사전지식을 필요로 하지 않고, 매우 크고 복잡한 공간일지라도 전역해 쪽으로 수렴해 갈수 있다는 것이다. 이러한 특성 때문에 유전알고리즘은 실제 환경에서 많은 복잡한 최적화 문제를 해결하는 방법으로 인정을 받고 있으며, 함수의 최적화, 신경회로망의 학습, 동적시스템의 식별및 제어, 신호처리등 여러 분야에 성공적으로 응용되고 있다. 이러한 중요성에 비해 유전알고리즘에 대한 연구는 국내적으로는 아직 미진한 수준이나 최근 이에 대한 관심이 고조되고 있으며, 또한 그 응용분야도 점점 넓어져 이론 개발과 실질적인 응용에 확산되리라 생각된다. 따라서 본 해설기사는 유전알고리즘의 원리와 응용 사례를 살펴봄으로서 최적화 문제를 해결하려는 독자들에게 조금이나마 도움을 주고자 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1258-1260
• /
• 2022

재료공학에서 머신러닝을 이용해 목적 성능에 부합하는 물질의 조성을 탐색하는 연구가 있다. 물질의 성능은밀도 범함수 계산을 통해 시뮬레이션 할 수 있지만, 계산량이 많은 문제가 있다. 본 연구를 통해 우리는 고효율 페로브스카이트 태양광전지를 만들기 위한 페로브스카이트 조성을 추천하는 심층신경망과 베이지안 최적화 모델을 제안했다. 본 연구에서 높은 전력효율이 예상되는 페로브스카이트 조성을 심층신경망과 베이지안 최적화 방법을 통해 추천하는 모델을 구현하였다. 심층신경망 모델은 주어진 조성과 실험조건에서 예상되는 전력효율을 예측해 베이지안 최적화를 통한 탐색과정에서 소요되는 실험비용을 줄인다. 베이지안 최적화 모델은 실험공간을 입력으로 받아 고효율이 예상되는 실험조건을 출력하는데, 미리 설정한 실험공간만을 탐색하기 때문에 실험적으로 가능한 출력값만을 제시 할 수 있다. 본 연구는 심층신경망과 베이지안 최적화 방법을 조합해 주어진 실험공간을 탐색하는 시간과 비용을 최소화하는 방법을 제시한다

• Journal of KIISE:Software and Applications
• /
• v.34 no.4
• /
• pp.368-376
• /
• 2007

How to represent the search space is as important as which search algorithm to use for finding natural-looking paths for moving NPC (non-player character) in computer games. Recently, various state space representation methods which have been developed for computer games are being used while A* algorithm dominates as the preferred search algorithm. These representation methods show some drawbacks such as the size of state space is too large, there is no guarantee for optimality, the path found is not natural-looking, and the generation of nodes and links is not automatic by depending on a level designer. In this paper the requirements for natural-looking paths are introduced and to find paths satisfying these requirements, the use of the generalized visibility graphs which is the extended version of the visibility graph in Robotics is proposed.

• Spatial Information Research
• /
• v.20 no.3
• /
• pp.67-81
• /
• 2012

Due to the recent advancement of cloud computing, the research on database outsourcing has been actively done. Moreover, the number of users who utilize Location-based Services(LBS) has been increasing with the development in w ireless communication technology and mobile devices. Therefore, LBS providers attempt to outsource their spatial database to service provider, in order to reduce costs for data storage and management. However, because unauthorized access to sensitive data is possible in spatial database outsourcing, it is necessary to study on the preservation of a user's privacy. Thus, we, in this paper, propose a spatial data encryption scheme to produce outsourced database from an original database. We also propose a k-Nearest Neighbor(k-NN) query processing algorithm that efficiently performs k-NN by using the outsourced database. Finally, we show from performance analysis that our algorithm outperforms the existing one.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11b
• /
• pp.789-792
• /
• 2003

타부 탐색은 타부 전략 기법과 최급 강하 알고리즘이 결합된 알고리즘이다. 이는 한번 방문한 해는 다시 방문하지 않음으로써 지역 최적해에 수렴하지 않고 새로운 방향으로 움직이게 하여 공간 탐색 능력 효율을 높인다. 그러나 기존의 타부 탐색에서 이웃 해를 생성하는 방법에 따라 성능이 많이 좌우된다. 좋지 않은 이웃 해를 생성하는 탐색에서는 얻고자 하는 최적해에 수렴하는 시간이 많이 걸린다. 따라서 이웃 해를 생성할 때 해밍 거리를 고려하여 균형 있는 이웃 해론 생성하고, 해 공간은 탐색함으로써 우수한 최적해를 얻게 됨을 본 논문에서는 보여주고 있다. 이는 다양성도 보장되므로 최적해에 수렴해 가는 속도 또한 빠른 것을 보여주고 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.419-422
• /
• 2005

본 논문은 미지의 공간 그래프에 대한 실시간 최단 경로 탐색 알고리즘인 $RTA{\ast}$ 알고리즘과 $PHA{\ast}$ 알고리즘을 소개하고, 예제 그래프를 통해 이들의 특성을 설명한다. 또 3차원 온라인 게임 환경인 언리얼 토너먼트(Unreal Tournament) 게임과 Gamebots 시스템을 이용하여 두 알고리즘 간의 탐색 최적성과 효율성을 비교하였다. 이 실험을 통하여 $PHA{\ast}$ 알고리즘은 언제나 최선의 경로를 탐색하지만 이동경로가 많고, 시간이 많이 걸릴 수 있으며, $RTA{\ast}$는 최적의 경로 혹은 차선 경로를 빠른 시간 내에 탐색함을 확인 하였다. 따라서 이러한 특성을 바탕으로 주어진 탐색 환경의 조건에 따라 두 알고리즘을 선택적으로 적용함으로써 보다 높은 효과를 얻을 수 것으로 기대한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.529-531
• /
• 2004

3차원 가상환경을 효과적으로 활용하기 위해서 사용자는 환경 내부의 방문할만한 장소들의 위치를 파악하고 그곳까지 도달하기 위한 탐색항해 기술에 익숙해 있어야 한다. 지금까지는 환경 구조의 중요 지점만을 정리한 형태의 정보를 제공하는 방법이 주로 연구되고 있다. 그러나 사용자는 환경에 대해서 공간적 정보만으로 이해하지 않는다. 그보다는 환경 위에서 다루어지는 여러 주제들을 통해 환경을 이해하고 또한 타인과 정보를 교환한다. 본 논문에서는 의미기반의 탐색항해 기법인 Topic Map을 이용하여 공간지식과 개념지식을 포괄하는 정보를 활용하여 가상환경에 위치한 목적지를 찾아가는 탐색항해 도구를 제안한다. 이를 통해서 환경구조에 익숙하지 않은 사용자라도 효과적인 탐색항해를 수행할 수 있으며, 환경을 구성하는 객체들의 위치가 자주 변하더라도 사용자에게 동일한 탐색항해 환경을 제공할 수 있으리라 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.336-339
• /
• 2009

본 논문에서는 최단 경로 탐색 및 거리 계산의 필요성을 가지고 근사 인덱싱 방법의 후처리 부분을 제안한다. 근사 인덱싱 방법이란 오프라인에서 네트워크 공간상의 객체들을 유클리드 공간 상의 절대 좌표로 사상하여 인덱싱한 후, k-최근접 이웃 질의를 처리하는 방법이다. 그러나 기존 연구는 질의 점으로부터 각 정적 객체까지의 경로를 탐색해주지 않을 뿐만 아니라 착오 기각이 발생한다. 따라서 본 논문에서는 질의 점으로부터 k개의 정적 객체까지의 경로를 효과적으로 탐색할 수 있는 방법을 제안한다. 또한, 이 방법을 통하여 착오 기각 역시 완화시킬 수 있는 방법을 제안한다. 실험을 통하여 제안하는 방법이 기존 경로 탐색 기법들에 비해 노드 탐색 횟수 및 실행 성능이 크게 향상시킨 것으로 나타났다.

• The Journal of the Korea Contents Association
• /
• v.12 no.2
• /
• pp.461-471
• /
• 2012

The purpose of this paper is to visualize the housing market dynamics with ESDA (Exploratory Spatial Data Analysis) using MATLAB toolbox, in terms of the modeling housing market dynamics in the Busan Metropolitan City. The data are used the real housing price transaction records in Busan from the first quarter of 2006 to the second quarter of 2009. Hedonic house price model, which is not reflecting spatial autocorrelation, has been a powerful tool in understanding housing market dynamics in urban housing economics. This study considers spatial autocorrelation in order to improve the traditional hedonic model which is based on OLS(Ordinary Least Squares) method. The study is, also, investigated the comparison in terms of $R^2$, Sigma Square(${\sigma}^2$), Likelihood(LR) among spatial econometrics models such as SAR(Spatial Autoregressive Models), SEM(Spatial Errors Models), and SAC(General Spatial Models). The major finding of the study is that the SAR, SEM, SAC are far better than the traditional OLS model, considering the various indicators. In addition, the SEM and the SAC are superior to the SAR.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.21 no.2
• /
• pp.206-211
• /
• 2011

In this paper, the evolutionary algorithm was specifically formulated for optimization with continuous parameter space. The proposal was motivated by the fact that the genetic algorithms have been most intensively reported for parameter identification problems with continuous search space. The difference of primary characteristics between genetic algorithms and the proposed algorithm, discrete or continuous individual representation has made different areas to which the algorithms should be applied. Results obtained by optimization of some well-known test functions indicate that the proposed algorithm is superior to genetic algorithms in all the performance, computation time and memory usage for continuous search space problems.