• Journal of electromagnetic engineering and science
• /
• 제4권1호
• /
• pp.1-7
• /
• 2004

In this paper the Individual tap - Least Mean Square(IT-LMS) algorithm is applied to the adaptive multipath channel equalization using hybrid-type Genetic Algorithm(GA) for achieving lower minimum Mean Squared Error(MSE). Owing to the global search performance of GA, LMS-type equalizers combined with it have shown preferable performance in both global and local search but those still have unsatisfying minimum MSE performance. In order to lower the minimum MSE we investigated excess MSE of IT-LMS algorithm and applied it to the hybrid GA equalizer. The high convergence rate and lower minimum MSE of the proposed system give us reason to expect that it will perform well in practical multi-path channel equalization systems.

• ETRI Journal
• /
• 제45권4호
• /
• pp.594-602
• /
• 2023

Internet of things (IoT) is commonly employed to detect different kinds of diseases in the health sector. Systemic lupus erythematosus (SLE) is an autoimmune illness that occurs when the body's immune system attacks its own connective tissues and organs. Because of the complicated interconnections between illness trigger exposure levels across time, humans have trouble predicting SLE symptom severity levels. An effective automated machine learning model that intakes IoT data was created to forecast SLE symptoms to solve this issue. IoT has several advantages in the healthcare industry, including interoperability, information exchange, machine-to-machine networking, and data transmission. An SLE symptom-predicting machine learning model was designed by integrating the hybrid marine predator algorithm and atom search optimization with an artificial neural network. The network is trained by the Gene Expression Omnibus dataset as input, and the patients' data are used as input to predict symptoms. The experimental results demonstrate that the proposed model's accuracy is higher than state-of-the-art prediction models at approximately 99.70%.

• 대한기계학회논문집
• /
• 제16권12호
• /
• pp.2315-2327
• /
• 1992

본 연구에서는 조립될 부품사이의 위치 오차를 극복하여, 로봇에 의한 정밀부 품의 자동조립을 가능하게 하는 조립알고리즘을 제시하였다. 제안된 조립알고리즘은 임의로 파지된 자세를 인식하여 조립될 축과 구멍의 중심선을 일치시키는 알고리즘과 복합위치 및 힘제어(hybrid position/force control)를 적용하여 위치오차를 극복하여 주는 구멍검색 알고리즘으로 구성하였으며, 로봇을 이용한 자동조립에 제안된 알고리 즘을 적용한 실험 결과를 보였다.

• 전기학회논문지
• /
• 제56권7호
• /
• pp.1309-1314
• /
• 2007

The assignment of cells to reporting or non-reporting cells is an NP-hard problem having an exponential complexity in the Reporting Cell Location Management (RCLM) system. Frequent location update may result in degradation of quality of service due to interference. Miss on the location of a mobile terminal will necessitate a search operation on the network when a call comes in. The number of reporting cells and which cell must be reporting cell should be determined to balance the registration (location update) and search (paging) operations to minimize the cost of RCLM system. T1is paper compares Max-Min ant system (MMAS), rank-based ant system (RAS) and hybrid method of MMAS and RAS that generally used to solve combinatorial optimization problems. Experimental results demonstrate that hybrid method of MMAS and RAS is an effective and competitive approach in fairly satisfactory results with respect to solution quality and execution time for the optimal design of location management system.

• Journal of information and communication convergence engineering
• /
• 제13권2호
• /
• pp.123-131
• /
• 2015

Training neural networks is a complex task with great importance in the field of supervised learning. In the training process, a set of input-output patterns is repeated to an artificial neural network (ANN). From those patterns weights of all the interconnections between neurons are adjusted until the specified input yields the desired output. In this paper, a new hybrid algorithm is proposed for global optimization of connection weights in an ANN. Dynamic swarms are shown to converge rapidly during the initial stages of a global search, but around the global optimum, the search process becomes very slow. In contrast, the gradient descent method can achieve faster convergence speed around the global optimum, and at the same time, the convergence accuracy can be relatively high. Therefore, the proposed hybrid algorithm combines the dynamic particle swarm optimization (DPSO) algorithm with the backpropagation (BP) algorithm, also referred to as the DPSO-BP algorithm, to train the weights of an ANN. In this paper, we intend to show the superiority (time performance and quality of solution) of the proposed hybrid algorithm (DPSO-BP) over other more standard algorithms in neural network training. The algorithms are compared using two different datasets, and the results are simulated.

• 정보과학회 논문지
• /
• 제44권5호
• /
• pp.503-509
• /
• 2017

본 논문에서는 copy mechanism과 input feeding 추가한 RNN search 모델을 end-to-end 방식으로 한국어 문서요약에 적용하였다. 또한 시스템의 입출력으로 사용하는 데이터를 음절단위, 형태소단위, hybrid 단위의 토큰화 형식으로 처리하여 수행한 각각의 성능을 구하여, 모델과 토큰화 형식에 따른 문서요약 성능을 비교한다. 인터넷 신문기사를 수집하여 구축한 한국어 문서요약 데이터 셋(train set 30291 문서, development set 3786 문서, test set 3705문서)으로 실험한 결과, 형태소 단위로 토큰화 하였을 때 우수한 성능을 확인하였으며, GRU search에 input feeding과 copy mechanism을 추가한 모델이 ROUGE-1 35.92, ROUGE-2 15.37, ROUGE-L 29.45로 가장 높은 성능을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.79-87
• /
• 2023

본 연구는 조선소 소조립 공정에서 스키드 투입 순서 최적화를 통해 전체 작업시간을 단축시키는 새로운 유전 알고리즘 방법을 제안한다. 하나의 해는 스키드 번호들의 순열로 표현되며 그러한 표현에 적합한 유전 연산자들을 적용하였다. 또한 탐색 성능의 개선을 위해 UniDev라 불리우는 기존의 휴리스틱 알고리즘을 적절하게 변형하여 유전 알고리즘과 결합하였다. 특히 UniDev에서 느린 스키드 탐색 부분을 그리디 알고리즘의 형태로 변경하였다. 매우 큰 규모의 문제에 대해 시뮬레이션을 수행한 결과 Multi-Start 탐색과 UniDev기반 혼합형 유전알고리즘에 비해 본 연구에서 제안하는 방법이 안정적으로 작업시간을 최소화함을 관찰하였다.

• 대한조선학회논문집
• /
• 제31권3호
• /
• pp.12-18
• /
• 1994

공학설계에 있어서 최적해를 얻기 위한 방법중의 하나로 최적화방법이 많이 사용되어 왔으나, 기존의 최적화방법에서는 설계점이 국부 최적점으로 빠져 들어갈 경우 그 영역을 벗어날 수 있는 방법이 없기 때문에, 최적화의 초기점을 달리하여 반복계산을 수행하여야 하는 불편한 점이 있었다. 유전적 알고리즘은 기존의 최적화방법에 비하여 다수의 설계점을 동시에 탐색하는 특성이 있어 국부 최적점에 빠질 가능성이 적은 반면, 계산시간이 많이 소요되고 전체 최적점 근처까지는 잘 수렴하나 정확한 최적점을 잘 찾지 못하는 한계가 있다. 본 연구에서는 유전적 알고리즘과 직접탐색법을 결합하여 이들의 단점을 보완한 즉, 전체 최적점을 보다 효율적으로 찾고 계산시간을 줄일 수 있는 방법을 제시하였다. 이 방법은 유전적 알고리즘을 이용하여 최적점이 존재하는 영역을 찾은 후에, 그 영역에서 직접탐색법을 이용하여 보다 정확한 최적점을 찾는 것으로, 예제를 통하여 제안된 방법의 유용성을 보였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제37권5호
• /
• pp.228-237
• /
• 2010

고차원 데이터에 대한 다양한 색인 구조가 제안되어 왔음에도 불구하고, 인터넷 서비스로서 이미지 및 동영상의 내용 기반 검색을 지원하기 위해서는 고확장성 지원 및 k-최근접점 검색 성능 향상을 지원하는 새로운 고차원 데이터의 색인 구조가 절실히 요구된다. 이에 우리는 다중 컴퓨팅 노드를 바탕으로 구축되는 분산 색인 구조로 분산 벡터 근사 트리(Distributed Vector Approximation-tree)를 제안한다. 분산 벡터 근사 트리는 대용량의 고차원 데이터로부터 추출한 샘플 데이터를 바탕으로 hybrid spill-tree를 구축하고, hybrid spill-tree외 말단 노드 각각에 분산 컴퓨팅 노드를 매핑하여 VA-file용 구축하는 두 레벨의 분산 색인 구조이다. 우리는 다중 컴퓨팅 노드들 상에 구축된 분산 벡터 근사 트리를 바탕으로 병렬 k-최근접점 검색을 수행함으로써 검씩 성능을 향상시킨다. 본 논문에서는 서로 다른 분포의 데이터 집합을 바탕으로 한 성능 시험 결과를 통하여, 분산 벡터 근사 트리가 기존의 고확장성을 지원하는 색인 구조와 비교하여 검색 정확도에 대한 손실 없이 더 빠른 k-최근접점 검색을 수행함을 보인다.

• 한국항행학회논문지
• /
• 제18권2호
• /
• pp.170-177
• /
• 2014

유전 알고리즘은 강인한 탐색과 최적화 기술이기는 하나 조기 수렴과 국부 최적해에 수렴하는 문제점들을 내포하고 있다. 모집단의 다양성이 작은 값으로 수렴할수록 탐색능력이 감소하고, 국부 최적해에 수렴하지만, 모집단의 다양성이 높은 값으로 수렴할수록 탐색능력이 증가하고 전역 최적해에 수렴할 수 있으나 유전 알고리즘은 발산할 수도 있다. 유전 알고리즘이 전역 최적해에 수렴하는 것을 보장하기 위해서는 유전 연산자가 적절하게 선정되어야 한다. 본 논문에서는 조기 수렴으로부터 벗어나기 위하여 모집단의 다양성을 유지하도록 평균해밍거리와 적합도 값을 혼합한 함수를 이용한 유전 연산자들을 제안하였다. 모의실험을 통하여 다양성의 유지를 위한 돌연변이 연산자와 수렴 특성의 향상을 위한 다른 유전자들의 효과를 확인할 수 있었으며, 본 논문에서 제안한 유전 연산자들이 조기 수렴이나 국부 최적해에 수렴하는 경우를 피하는데 유용한 방법임이 확인되었다.