• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 춘계공동학술대회-지식경영과 지식공학
• /
• pp.145-154
• /
• 1999

An intelligent system embedded with multiple sources of knowledge may provide more robust intelligence with highly ill structured problems than the system with a single source of knowledge. This paper proposes th hybrid knowledge integration mechanism that yields the cooperated knowledge by integrating expert, user, and machine knowledge within the fuzzy logic-driven framework, and then refines it with a genetic algorithm (GA) to enhance the reasoning performance. The proposed knowledge integration mechanism is applied for the prediction of Korea stock price index (KOSPI). Empirical results show that the proposed mechanism can make an intelligent system with the more adaptable and robust intelligence.

• 한국컴퓨터정보학회논문지
• /
• 제10권6호
• /
• pp.279-286
• /
• 2005

본 연구에서는 캐피탈시장에서의 고객신용예측을 위한 모형으로 여러 가지 인공신경망(Neural Network) 모형들을 유전자 알고리즘(Genetic Algorithm)을 이용하여 통합한 신용예측모형을 제안하였다. 10개의 학습된 인공신경망 모형들을 유전자알고리즘을 이용하여 종류별로 통합하여 MLP (Multi-Layered Perceptron), Linear, RBF(Radial Basis Function) 세 가지의 대표모델을 얻고 이를 다시 하나의 인공신경망 모델로 통합하였다. 이를 통합되기 이전의 각각의 인공신경망 모형들과 성능을 비교, 분석하여 본 연구에서 제안한 통합모형의 유효성과 통합방법의 타당성을 제시하였다.

• 산업공학
• /
• 제21권4호
• /
• pp.444-455
• /
• 2008

In the present manufacturing environment, the appropriate decision making strategy has a significance and it should count on the fast-changing demand of customers. This research derives the optimal levels of the decision variables affecting the inventory related performance in multi-stage supply chain by using simulation and genetic algorithm. Simulation model helps analyze the customer service level of the supply chain computationally and the genetic algorithm searches the optimal solutions by interaction with the simulation model. Our experiments show that the integration approach of the genetic algorithm with a simulation model is effective in finding the solutions that achieve predefined target service levels.

• 디지털융복합연구
• /
• 제13권2호
• /
• pp.153-158
• /
• 2015

생물학자들은 특정 암이나 선천성 질병을 이해하는데 핵심정보를 제공할 수 있는 유전자관련 연구를 진행하고 있다. 하지만 생물학적 실험은 실험당시의 여러 가지 요소나 상황의 차이 또는 해석의 차이에 의해 서로 다른 결과를 생성하기도 한다. 따라서 현존하는 연구 결과들은 서로 상이한 정보를 제공할 수 있다. 유전자 정보의 통합을 통하여 이러한 불일치를 찾을 수 있다. 유전자 정보들이 불일치가 없이 통합 된다면 생물학자들은 어떤 유전자 정보를 알기 위해서 여러 연구 결과를 검토하지 않아도 되어 시간과 노력을 절감할 수 있게 된다. 이를 위하여 본 논문에서는 서로 다른 연구에 의해 구축된 유전자 정보를 하나의 정보로 통합 및 확장하는 기법을 소개한다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2004년도 추계학술대회
• /
• pp.179-188
• /
• 2004

Bankruptcy prediction is an important and widely studied topic since it can have significant impact on bank lending decisions and profitability. Recently, support vector machine (SVM) has been applied to the problem of bankruptcy prediction. The SVM-based method has been compared with other methods such as neural network, logistic regression and has shown good results. Genetic algorithm (GA) has been increasingly applied in conjunction with other AI techniques such as neural network, CBR. However, few studies have dealt with integration of GA and SVM, though there is a great potential for useful applications in this area. This study proposes the methods for improving SVM performance in two aspects: feature subset selection and parameter optimization. GA is used to optimize both feature subset and parameters of SVM simultaneously for bankruptcy prediction.

• 지능정보연구
• /
• 제15권4호
• /
• pp.99-121
• /
• 2009

최근 데이터마이닝 기법을 이용하여 기업의 부실을 예측하고자 하는 연구가 많이 이루어져 왔다. 여러 연구자들에 의해 다양한 데이터마이닝 기법이 연구되었으나 각 방법론이 장단점을 가지고 있기에 이를 보완적으로 사용하고자하는 결합기법에 대한 연구도 꾸준하게 발표되고 있다. 본 연구에서는 데이터마이닝 기법을 각 기법의 특성을 바탕으로 4가지 형태로 구분하고 각 형태의 대표적인 기법을 선택하여 이를 유전자알고리즘을 통하여 통합하는 기법을 제안한다. 유전자알고리즘은 전역최적화기법으로 다양한 기법의 결과를 유기적으로 통합하여 최적해 또는 유사최적해를 찾게 해 줄 것이다. 본 연구에서는 기업부실예측에서 유용한 모형을 찾기 위하여 단일모형, 기존의 통합모형과 본 연구에서 제안하는 유전자알고리즘 통합기법의 결과를 비교한다.

• 정보관리연구
• /
• 제40권1호
• /
• pp.217-234
• /
• 2009

컴퓨터로 옮겨 놓은 생물학 실험실에서 생명과학을 연구하는 연구자가 생명정보를 확인하려면 1차적으로 생물다양성 관련 데이터베이스에서 생명체에 관한 종정보, 생태정보, 분포정보를 검색해야 한다. 그리고 그 생명체를 구성하는 유전자 서열정보와 단백질 구조정보를 Genbank, PDB 등의 유전자/단백질 데이터베이스에서 검색해야 한다. 또한 그 생명체에 관한 학술적 내용이 수록된 학술논문까지 별도로 검색해야만 그 생명체에 관한 포괄적이고도 정확한 정보를 획득하여 연구에 활용할 수 있다. 이런 일련의 과정은 연구자에게 불편함과 함께 많은 시간이 소요됨으로 인해 연구의 효율성을 저하시키는 요인이 되고 있다. 이런 불편함을 해결하기 위하여 통합검색하기 위한 여러 방법을 분석하고, 그중 스키마 통합을 선택하였다. 또한 스키마 통합을 위하여 각각의 데이터베이스의 스키마를 분석하고 메타데이터를 추출하여 Mediated 스키마를 설계하였다. 본 논문에서 설계한 생명정보 검색시스템(BIRS, Biological Information Retrieval System)과 인터페이스를 사용하여 생명과학을 연구하는 연구자들의 연구의 효율성을 향상시킬 수 있을 것이다.

• Journal of Information Technology Applications and Management
• /
• 제23권1호
• /
• pp.45-59
• /
• 2016

An ensemble classifier is a method that combines output of multiple classifiers. It has been widely accepted that ensemble classifiers can improve the prediction accuracy. Recently, ensemble techniques have been successfully applied to the bankruptcy prediction. Bagging and random subspace are the most popular ensemble techniques. Bagging and random subspace have proved to be very effective in improving the generalization ability respectively. However, there are few studies which have focused on the integration of bagging and random subspace. In this study, we proposed a new hybrid ensemble model to integrate bagging and random subspace method using genetic algorithm for improving the performance of the model. The proposed model is applied to the bankruptcy prediction for Korean companies and compared with other models in this study. The experimental results showed that the proposed model performs better than the other models such as the single classifier, the original ensemble model and the simple hybrid model.

• 한국컴퓨터정보학회논문지
• /
• 제19권1호
• /
• pp.119-130
• /
• 2014

본 논문은 다양한 네트워크를 편리하게 분석할 수 있는 실용적인 유전 알고리즘 기반 경로탐색 시스템인 GAPS를 제안하고자 한다. 이러한 목적을 위해 GAPS는 네트워크 모델링을 위한 직관적인 그래픽 사용자 인터페이스와 모델링 및 탐색 과정에서 발생하는 데이터들을 관리하기 위한 데이터베이스 관리 시스템, 다양한 네트워크를 분석하기 위해 개발된 간단한 유전 알고리즘을 결합하여 개발되었다. 특히, 기존의 유전 알고리즘들이 단락이 많고 두 개 노드 간 실행가능 경로 수가 많지 않은 네트워크를 분석하는데 적합하지 않았던 반면, GAPS는 실행가능 경로와 실행불가능 경로를 모두 적절히 평가할 수 있는 적합도 함수를 사용하는 유전 알고리즘에 기반하고 있어 해 집단의 다양성을 유지하면서 다양한 네트워크들을 분석할 수 있다. 실험결과, GAPS를 통해 단락이 많은 네트워크와 단락이 적은 네트워크를 모두 편리하게 분석할 수 있다는 점과, GAPS가 기존의 경로탐색문제를 위한 유전 알고리즘들과 대비되는 장점을 갖고 있음을 확인할 수 있었다.

• Genomics & Informatics
• /
• 제10권4호
• /
• pp.234-238
• /
• 2012

Genetic epidemiology studies have established that the natural variation of gene expression profiles is heritable and has genetic bases. A number of proximal and remote DNA variations, known as expression quantitative trait loci (eQTLs), that are associated with the expression phenotypes have been identified, first in Epstein-Barr virus-transformed lymphoblastoid cell lines and later expanded to other cell and tissue types. Integration of the eQTL information and the network analysis of transcription modules may lead to a better understanding of gene expression regulation. As these network modules have relevance to biological or disease pathways, these findings may be useful in predicting disease susceptibility.