• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.484-486
• /
• 2004

본 논문에서는 직접조작 방법을 이용하여 대화형 유전자 알고리즘(IGA)의 진화성능을 향상시키고 세대를 반복하면서 다양한 해를 얻을 수 있음을 NK-Landscape를 이용해 분석한다. 또한 NK모델을 이용하여 직접조작의 진화과정을 분석하기 위한 IGA 인터페이스를 생성한다. IGA를 이용한 진화는 특성상 적온 수의 개체와 세대수로 제한되기 때문에 지역해에 빠질 수 있는 문제점이 있다. 이러한 IGA 의 제약사창을 극복하는 방법으로 직접조작을 이용할 수 있으며 이 방법은 사용자가 원하는 개체를 생성할 수 있도록 진화과정에서 유전자를 직접 변경한다. IGA 에서 진화성능의 향상과 다양한 해외 생성을 분석하기 위하여 진화연산자인 교차, 돌연변이와 직접조작 방법의 성능을 비교 분석한다. Kauffman이 제안한 NK-Landscape로 진화과정에서 해공간이 얼마나 "ruggedness" 한지와 다양한 진화연산자에서 어떤 성능을 갖는지 분석할 수 있다 실험을 통해 3D 꽃 디자인 문제에서 NK-landscape기반 IGA인터페이스를 이용하여 IGA 해공간을 분석하고 교차, 돌연변이와 직접조작 방법의 성능을 비교함으로써 직접조작 방법으로 더 빠른 시간에 다양한 최적해를 찾을 수 있음을 알 수 있었다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2005년도 추계학술대회 논문집
• /
• pp.357-360
• /
• 2005

유전자 알고리즘(Genetic Algorithm, GA)은 자연적 진화과정에서 생존 경쟁 측면의 가장 적합한 메커니즘이다. GA를 소프트웨어로 수행하는데 큰 지연시간은 필수적이기 때문에 하드웨어 설계를 이용하여 알고리즘 실행 속도를 증가시키기 위한 많은 연구가 진행되어 왔다. 본 논문에서는 염색체의 임의의 유전인자를 기준으로 입력 받은 염색체에 대하여 GA 연산을 수행하는 유전 연산자를 설계한다. 설계된 디자인을 ARM 코어와 PLD로 구성된 Altera사의 Excalibur칩에 구현하여 동작을 검증하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 춘계학술대회 및 임시총회
• /
• pp.179-182
• /
• 2002

GA(Genetic Algorithm)는 자연계 진화를 모방한 계산 알고리즘으로서 단순하고 응용이 쉽기 때문에 여러 분야에 전역적 최적해 탐색에 많이 사용되고 있다. 최근에는 하드웨어를 구성하는 방법의 하나로서 사용되어 진화하드웨어라는 분야를 탄생시켰다. 이와 함께 GA의 연산자체를 하드웨어로 구현하는 GA processor(GAP)의 필요성도 증가하고 있다. 특히 진화하드웨어를 소프트웨어상에서 진화 시키는 것이 아닌 GAP에 의해 진화 시키는 것은 독립된 구조의 진정한 EHW 설계에 필수적이 될 것이다. 본 논문에서는 GAP 설계 방법을 제안하고 이를 이용하여 진화하드웨어로 State machine을 구현하고자 한다. State machine의 경우 구조상 피드백이 필요하기 때문에 가산기나 멀티플렉서보다는 훨씬 복잡하고 설계가 까다로운 구조이다. 제안된 방법을 통하여 명시적 설계가 어려운 하드웨어 설계에 GAP를 이용한 하드웨어의 진화에 적용함으로써 그 유용성을 보인다.

• 한국정보과학회논문지:시스템및이론
• /
• 제31권1_2호
• /
• pp.59-66
• /
• 2004

본 논문에서는 2차원 영상에서 3차원 깊이정보를 추출하기 위해서 진화연산 알고리즘을 적용한 고속 3차원 모델 추출 기법을 제안한다. 진화연산 알고리즘은 자연 선택과 개체군 유전학에 기반 한 생물학적 진화 과정을 통해 최적의 해를 찾는 효율적인 탐색 기법이다. 기존의 스테레오 정합 방법에서 생성되어진 2차원 깊이 정보인 변이 맵은 경계 부근에서 애매한 결과를 도출함으로써 변이의 세밀하고 정확한 정보를 잃어 실 영상과는 다소 차이를 갖는다. 본 논문에서는 소형 유전자 알고리즘을 스테레오 정합환경에 맞게 변형시키고, 생성된 변이 맵의 모호성을 해결하기 위해 이전 세대의 변이 맵으로부터 경계를 검출한 변이 경계정보에서 이웃한 화소의 변이 복잡도를 측정하여 복잡도에 따라 적응적 윈도우를 결정하여 정합에 사용하였다. 실험을 통해 제안한 방식이 이완 처리를 포함한 기존의 정합 방식보다 변이 맵 생성에 있어 보다 상세하고 매끄러운 변이 결과를 얻을 수 있었다.

• 전자공학회논문지
• /
• 제51권5호
• /
• pp.51-57
• /
• 2014

본 논문에서는 M-ary 홀로그래픽 데이터 저장장치에 적용 가능한 진화 연산 알고리즘 기반 적응적 문턱치 검출 기법을 제안한다. 전통적으로 유전 알고리즘은 생명체의 유전자 진화과정에 근간하여 최적 혹은 준최적 문제와 데이터 추정을 위해 사용되는 매우 유용한 기법이다. 본 연구에서는 픽셀 어긋남이 심화되는 2차원 홀로그래픽 채널 환경에서 데이터의 검출 성능을 향상시키기 위해서, 각 데이터 검출 영역의 문턱 값(threshold value)을 유전 알고리즘의 인구 집합(population set)의 해로 간주하여 비트 검출 영역을 적응적으로 선택하는 방법을 제안한다. 제안하는 기법의 성능을 평가하기 위해 픽셀 어긋남 현상이 심화된 4-ary 멀티레벨 입력의 홀로그래픽 채널 환경을 고려하고 모의실험을 수행하여 진화 연산의 세대수에 따른 비트오율 성능을 측정한다. 성능평가를 통해 기존의 비트 검출 기법과 비교함으로써 제안 기법의 우수성을 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권3호
• /
• pp.208-216
• /
• 2009

유전자알고리즘의 교차나 돌연변이 연산을 직접적으로 사용하지 않고 개체군의 확률분포를 추정하여 보다 효율적인 탐색을 수행하려는 분포추정알고리즘이 여러 방법으로 제안되었다. 그러나 실제로 변수들간의 고차상관관계를 파악하는 일은 쉽지 않은 일이라 대부분의 경우 낮은 차수의 상관관계를 제한된 가정하에 추정하게 된다. 본 논문에서는 데이타의 고차상관관계를 표현할 수 있고 최적 해를 좀 더 효율적으로 찾을 수 있는 새로운 분포추정알고리즘을 제안한다. 제안된 알고리즘에서는 상관관계가 있을 것으로 추정되는 변수들의 집합으로 정의된 하이퍼에지로 구성된 랜덤 하이퍼그래프 모델을 구축하여 변수들 간의 고차상관관계를 표현하고, 베이지안 샘플링 알고리즘(Bayesian Sampling Algorithm)을 통해 다음 세대의 개체를 생성한다. 기만하는 빌딩블럭(deceptive building blocks)을 가진 분해가능(decomposable) 함수에 대하여 실험한 결과 성공적으로 최적해를 구할 수 있었으며 단순 유전자알고리즘과 BOA (Bayesian Optimization Algorithm)와 비교하여 좋은 성능을 얻을 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 춘계학술대회 학술발표 논문집
• /
• pp.39-42
• /
• 2000

진화 프로그래밍은 유전자 알고리즘과 함께 진화 연산 분야에 속하며 넓은 탐색공간에 존재하는 해를 찾는데 유용한 방법으로 알려져 있다. 본 논문에서는 이 두 가지 방법을 비교하기 위해서 Manabe 표준형을 기준으로 사용자의 요구사항에 맞는 스텝응답을 만족하는 계수, 즉 안정지수를 이 두 가지 방법을 적용하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 추계학술대회 학술발표 논문집
• /
• pp.99-101
• /
• 2000

DNA 컴퓨팅 기법은 실제 생체 분자(bio-molecule)를 계산의 도구로 사용하는 새로운 계산 방법으로, 진화 연산과 결합하여 인공지능의 새로운 분야로 부각되고 있다. 그러나, 실제 생체 분자를 계산의 도구로 사용하기 때문에 기존의 컴퓨터에 적용하기 어렵고, 단순히 합성과 분리라는 간단한 방법으로 해를 구하기 때문에 보다 효과적인 알고리즘을 개발하여야 할 필요성이 있다. 따라서, 본 논문에서는 DNA 컴퓨팅 기법을 컴퓨터에 적용하기 위한 방법으로 DNA 컴퓨팅에서의 코드 합성 기법과 유전자 알고리즘을 이용하여 NP-complete 문제중의 하나인 Sub-Set Sum 문제를 해결하여 그 결과를 분석한다. Sub-Set Sum 문제에서 단순 유전자 알고리듬보다 DNA 코드 유전자 알고리즘이 높은 성능을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.51-53
• /
• 2000

기존의 진화 연산의 한계를 극복하기 위해서 탐색점 분포 학습 알고리즘(Estimation of Distribution Algorithm)이 부각되고 있다. 탐색점 분포 학습 알고리즘은 데이터의 분포를 파악하고, 파악된 분포를 이용해서 새로운 학습 데이터를 생성하는 일련의 과정을 통하여 최적화 문제를 해결하는 방법이다. 그런데, 기존의 탐색점 분포 학습 알고리즘들은 대부분 이진 벡터값을 가지는 최적화 문제들만을 대상으로 하고 있다. 본 논문에서는 비감독 확률 신경망 모델인 헬름홀츠 머신을 이용해서 데이터의 분포를 학습하여 연속 함수 최적화 문제를 해결하는 방법을 개발하였다. 테스트 함수들에 대해서 실수 표현형을 사용한 유전자 알고리즘과 결과를 비교하여 제안하는 방법의 우수성을 검증하였다.

• 한국멀티미디어학회논문지
• /
• 제12권2호
• /
• pp.290-299
• /
• 2009

진화하는 인공신경망은 인공지능분야와 게임 NPC의 지능 설계 분야에서 새롭게 각광을 받고 있다. 하지만 진화하는 인공신경 망을 이용하여 게임 NPC의 지능을 설계할 때 인공신경 망의 구조가 복잡함에 따라 진화와 평가에 필요한 연산량이 크며 또한 적절한 적합도 함수를 설계하지 못하면 지능적인 NPC를 설계할 수 없는 등의 문제점을 가지고 있다. 본 논문에서는 이러한 문제들을 해결하고자 동적 상태 진화 인공신경망을 제안한다. 동적 상태 진화 인공신경망은 전통적인 진화하는 인공신경망 알고리즘에 기반하여 진화 과정에서 신경망의 신경세포들 사이의 시냅스를 제거(disabled) 하거나 고정(fixed)시키는 방법을 통하여 진화와 평가과정에 소모되는 연산량을 줄이는 알고리즘이다. 본 논문은 Darwin Platform 을 테스트 베드로 축구게임 NPC의 지능 설계를 통하여 제안하는 방법의 유용성을 검증한다.