• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (3)
• /
• pp.662-664
• /
• 2000

병렬 컴퓨팅에서 중요 문제의 하나는 다중 태스크를 다중 프로세서 병렬 시스템의 여러 노드에 대한 최적의 매핑을 찾는 것이다. 이러한 매핑의 목적은 솔루션 품질에 손상 없이 총 실행시간을 최소화시키는 것이다. 이 분야에서는 많은 휴리스틱 방법들을 사용하여 나름대로 매핑 문제를 해결해 왔다. 본 논문에서는 효율적인 클러스터 데이터 매핑을 위한 혼합형 휴리스틱 기법에 대하여 기술한다. 제시하는 휴리스틱 기법은 유전알고리즘과 평균장어닐링 알고리즘을 혼합시킨 것으로 두 가지 방법의 장점들을 합하여 성능을 향상시킬 수 있음을 보여준다. 혼합형 휴리스틱 알고리즘의 솔루션과 실행시간을 기존 매핑 알고리즘들과 비교한 시뮬레이션 결과를 보고한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (1)
• /
• pp.586-588
• /
• 2001

회로분할 기법은 VLSI 설계뿐만 아니라 많은 분야에서 응용될 수 있어 오랫동안 연구가 행해졌다. 대부분의 회로분할 휴리스틱에서 Fiduccia-Mattheyses(FM) 방법을 핵심 기술로 사용하고 있다. 회로 분할 문제는 또한 다른 컴비네토리얼 문제에서처럼 해 공간에서 최적해를 찾는 문제로 볼 수 있는데. GWW(Go With the Winners) 방법은 해 공간을 검색하는 성공적인 패러다임 중의 하나이다. 본 논문에서는 “GWW” 패러다임을 FM 방법에 접목시켜 회로를 분할하기 위한 휴리스틱을 제안한다. MCNC 벤치마크 회로를 이용하여 전형적인 FM 방법에 의한 결과와 “GWW”패러다임을 접목하여 얻은 결과를 비교하였다. 실험결과는 매우 고무적이다.

• 한국국방경영분석학회지
• /
• 제36권3호
• /
• pp.29-42
• /
• 2010

운용과학의 군사 응용 분야 중 하나인 무장-표적 할당문제는 NP-complete 문제로 알려져 있어 주어진 시간내에 최적해를 구할 수 없으므로 휴리스틱 방법에 의해 빠른 시간 내에 우수한 해를 구하는 것이 더 의미가 있다. 본 연구에서는 보다 효율적으로 해를 도출할 수 있는 방법을 개발하기 위해 전형적인 문제를 재구성하여 단순화 시켰다. 이러한 문제 하에서 두가지 유전자 알고리즘인 표적번호 표현 방법과 순열 표현방법을 비교하였고, 구성적 휴리스틱, 향상적 휴리스틱들을 개발하여 비교하였다. 무장의 파괴확률 간에 이행성 규칙이 존재하는 경우를 대상으로 실험을 수행한 결과 구성적 휴리스틱의 해를 초기해로 하여 교환에 기초한 향상적 계산 시간이나 해의 질 측면에서 가장 우수한 해를 생성하였다. 그러나, 구성적 휴리스틱의 효율성은 무장 성능 간 이행성 규칙에 민감한 결과를 나타내었다.

• 정보처리학회논문지A
• /
• 제14A권5호
• /
• pp.317-326
• /
• 2007

본 논문에서 GOSST(Grade of Services Steiner Minimum Tree) 문제에 대한 개선된 휴리스틱을 제안한다. GOSST 문제는 스타이너 포인트 문제의 한 변형으로 G-Condition을 만족하는 최소비용의 네트워크 구성을 찾는 문제이며, NP-Hard 혹은 NP-Complete 문제로 알려져 있다. 이 문제에 대한 이전의 연구에서 우리는 거리 우선 최소 신장 트리 생성방법과 직접 스타이너 포인트 배치 방법을 결합한 휴리스틱을 제안했었다. 본 논문에서는 스타이너 포인트 배치 방법으로 지그재그 스타이너 포인트 배치방법을 새롭게 제안한다. 이 방법과 거리우선 최소 신장 트리 생성 방법을 결합한 거리 지그재그 GOSST 휴리스틱은 컨트롤인 G-MST에 비해 31.5%의 네트워크 구축 비용의 절감을 얻었고 이전의 가장 좋은 GOSST 휴리스틱인 거리 직접 GOSST 휴리스틱에 비해 2.2%의 비용 개선을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.384-386
• /
• 2012

최근, 온라인 소셜 네트워크 서비스의 사용자가 크게 늘어나면서 온라인 사용자들의 특성을 연구하기위한 방안으로 소셜 네트워크 분석이 주목받고 있다. 그러나 대부분의 소셜 네트워크 분석 방법은 두 노드 사이의 최단경로를 계산해야하므로 계산 시간이 오래 걸리는 단점이 있다. 본 논문에서는 휴리스틱 탐색방법의 하나인 최상우선 탐색 방법을 온라인 소셜 네트워크에 적합하도록 수정한 최단경로 탐색 방법을 제안한다. 제안한 방법은 그래프에서 아크의 개수를 평가 값으로 사용하는 휴리스틱 함수를 사용하며 탐색의 효율성을 위하여 경사트리를 제거한 후 경로를 탐색한다. 그리고 검증을 위하여 약 16만 사용자로 구성된 실제 온라인 소셜 네트워크를 수집하여 너비우선 탐색 방법과 비교 실험을 하였다. 실험 결과, 본 논문에서 제안한 방법이 너비우선 탐색 방법에 비해 정확도는 80% 정도로 다소 떨어지지만 계산 속도가 약 7.4배 향상됨을 확인하였다. 본 논문에서 제안한 방법은 소셜 네트워크 분석의 시간을 향상시켜 여러 분야에서 사회 현상 및 동향을 다양하게 분석하는데 유용하다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.667-669
• /
• 2005

최근 새로운 데이터마이닝 방법인 지도 군집화가 소개되고 있다. 지도 군집화의 목적은 동일한 클래스가 한 군집에 포함되도록 하는 것이다. 지도 군집화는 데이터에 대한 배경 지식을 획득하거나 분류 방법의 성능을 향상시키기 위한 방법으로 사용된다. 그러나 군집화 방법에서 파생된 지도 군집화 역시 군집화 개수 설정 방법에 따라 효율성이 좌우된다. 따라서 클래스 분포에 따라 최적의 지도 군집화 개수를 찾기 위해 진화알고리즘을 적용할 수 있으나, 진화알고리즘은 대용량 데이터를 처리할 경우 수행 시간이 증가되어 효율성이 감소되는 문제가 있다. 본 논문은 지도 군집화보다 강인한인 지도 퍼지 군집화를 효율적으로 생성하기 위해 진화성이 우수한 휴리스틱 분할 진화알고리즘을 제안한다. 휴리스틱 분할 진화알고리즘은 개체를 생성할 때 문제영역의 지식을 반영한 휴리스틱 연산으로 탐색 시간을 단축시키고, 개체 평가 단계에서 전체 데이터 대신 샘플링된 부분 데이터들을 이용하여 진화하는 분할 진화 방법으로 수행 시간을 단축시킴으로써 진화알고리즘의 효율성을 높인다. 또한 효율적으로 개체를 평가하기 위해 지도 퍼지 군집화 알고리즘인 지도 분할 군집화 알고리즘(SPC: supervised partitional clustering)을 제안한다. 제안한 방법은 이차원 실험 데이터에 대해서 정확성과 효율성을 분석하여 그 타당성을 확인한다.

• 한국정보처리학회논문지
• /
• 제4권10호
• /
• pp.2477-2484
• /
• 1997

$A^{\ast}$와 같은 Best-first 휴리스틱 탐색 알고리즘들은 인공지능 분야에서 많은 문제를 해결하는데 가장 중요한 기법들 중의 하나이다. 휴리스틱 탐색의 공통적 특성은 계산의 복잡도가 매우 높다는 것이며, 이는 수많은 노드를 가진 지도에서 경로를 찾는 것과 같은 실질적인 문제 영역에 적용되기 어렵다는 것을 나타낸다. 본 논문에서는, 몇몇 휴리스틱 탐색 알고리즘이 언급되고, path-sensitive heuristic이라 불리는 새로운 동적 가중치 휴리스틱 방법이 제안되었다. 이 방법은 동적 가중치 휴리스틱에 기초하였고, 동적 휴리스틱은 admissible heuristic을 허용하지 않거나 휴리스틱의 정확도가 떨어지는 실제 문제 영역에서 탐색 노력을 줄이는데 사용될 수 있다. 탐색 과정 동안 ${\omega}$(가중치)가 동적으로 조정된다는 점에서, 다른 동적 가중치 휴리스틱 알고리즘과 구분된다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(상)
• /
• pp.530-535
• /
• 2002

본 연구에서는 시스템 수용성 관점에서 사용성의 위상을 살펴보고, 사용성의 요인을 측정 가능한 휴먼팩터의 관점에서 기술하였다. 10개의 사용성 휴리스틱 원칙과 평가방법을 상술한 후, 사용성공학에 기반한 사용자 인터페이스 개발 프로세스 모형을 제시였다. 개발프로세스 단계들 중에서 휴리스틱 평가를 휴리스틱 평가원칙, 구성요인, 점검사항, 정성적ㆍ정량적평가, 진단으로 재구성하여 '천연 화장품전자상거래 사이트'에 적용하여 보다 효율적이고 효과적인 평가지침이 됨을 보이고 있다.

• 정보처리학회논문지B
• /
• 제10B권6호
• /
• pp.719-724
• /
• 2003

이 논문은 kNN의 정확도의 손실 없이 kNN의 효율성을 개선하는 휴리스틱을 제안한다. 제안된 휴리스틱은 kNN 실행 시간의 주요 요소인 두 문서간 유사성 계산을 최소화하는 것이다. 이것을 위하여 본 논문은 유사성의 상한값을 계산하는 방법과 훈련 문서를 정렬하는 방법을 제안한다. 제안된 휴리스틱을 문서 분류 프레임？인 AI :: Categorizer 상에서 구현하였으며, 잘 알려진 로이터-21578 데이터를 사용하여 기존의 kNN과 비교하였다. 성능 비교의 결과로부터 제안된 휴리스틱을 적용한 방법이 기존의 kNN보다 실행 속도측면에서 약 30∼40%의 개선 효과가 있음을 알 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(B)
• /
• pp.21-24
• /
• 2011

본 논문은 확장성(scalability)과 견고함(robustness)을 강조하는 새로운 형태의 병렬 분산 메타-휴리스틱 프레임워크를 제안하고 있다. PADO (Parallel And Distributed Optimization framework) 라고 이름 지어진 본 프레임워크는 이종의 계산 및 통신 자원들을 활용하여 메타-휴리스틱 알고리즘을 병렬화하고 스케일러블한 속도 향상을 얻을 수 있다. 본 프레임워크는 기존의 시퀀셜(sequential) 최적화 프레임워크에 메타-휴리스틱 알고리즘의 병렬화 기법중 하나인 island 모델을 개선하여 구현하였다. 본 연구는 부분적으로 정렬된 지식 공유 방법(Partially Ordered Knowledge Sharing) 모델을 이용하여 병렬 환경 코디네이션(coordination) 오버헤드를 줄였고 계산 노드에 대한 확장성을 얻었다. 본 프레임워크를 통해 기존의 많은 메타-휴리스틱 알고리즘들을 재사용 할 수 있고 다양한 분야의 최적화 문제에 적용 할 수 있으며 계산량이 많은 메타-휴리스틱 알고리즘을 병렬화를 통해 문제를 푸는 시간을 단축 할 수 있다. 순회 판매원 문제(Traveling Salesman Problem)를 통해 프레임워크의 실효성을 검증하였다.