• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.1260-1263
• /
• 2011

최근 차세대 시퀀싱 (Next Generation Sequencing, NGS) 기술이 발전하면서 DNA, RNA 등의 시퀀싱 데이터를 이용한 유전체 분석 방식에 관한 연구가 활발히 이루어지고 있다. 차세대 시퀀싱 데이터를 이용한 유전체 분석 방식은 마이크로어레이 혹은 EST/cDNA 데이터를 이용한 기존의 분석 방식에 비하여 비용이 적게 들고 정확한 결과를 얻을 수 있다는 장점이 있다. 그러나 이 들 DNA, RNA 시퀀싱 데이터는 각 시퀀스의 길이가 짧고 전체 용량은 매우 커서 이 들 데이터로부터 정확한 분석 결과를 추출하는 데에 많은 어려움이 있다. 본 연구에서는 클라우드 컴퓨팅 기술을 기반으로 하여 대용량의 RNA 시퀀싱 데이터를 고속으로 처리하는 병렬 SNP 추출 알고리즘을 제안한다. 전체 게놈 데이터 중 유전자 영역만을 high coverage로 시퀀싱하여 얻어지는 RNA 시퀀싱 데이터는 유전자 변이 추출을 목적으로 분석되며, SNP(Single Nucleotide Polymorphism)와 같은 유전자 변이는 질병의 원인 규명 및 치료법 개발에 직접 이용된다. 제안된 알고리즘은 동시에 실행되는 다수의 Map/Reduce 함수에 의해서 대규모 RNA 시퀀스를 병렬로 처리하며, 레퍼런스 시퀀스에 매핑된 각 염기의 출현 빈도와 품질점수를 이용하여 SNP를 추출한다. 또한 이 들 SNP 추출 결과에 대한 시각적 분석 도구를 제공하여 SNP 추출 과정 및 근거를 시각적으로 확인/검증할 수 있도록 지원한다.

• 전자공학회논문지S
• /
• 제36S권1호
• /
• pp.29-37
• /
• 1999

일반적으로 신경망의 정보처리 능력은 신경망의 구조와 효율적인 학습패턴에 의해 결정된다. 그러나 아직까지 체계적으로 신경망의 구조를 설계하거나 효율적인 학습패턴을 선택하는 방법은 없다. 한편 진화 알고리즘은 개체군을 이용한 탐색법으로 전역적 최적해를 구하는 데 많이 사용되고 있으며, 특히 최적의 시스템을 설계하고자 할 때 매우 유용한 방법이다. 본 논문에서는 유전자 알고리즘으로 구성된 두 개의 개체군이 서로 경쟁적으로 진화하는 공진화 방법에 의해 최적의 신경망구조를 찾는 방법을 제안한다. 이 방법은 신경망구조를 나타내는 주개체군과 학습패턴을 나타내는 부개체군으로 되어 있으며, 이 두 개체군(신경망과 학습패턴)은 서로 경쟁적으로 진화한다. 즉, 학습패턴은 신경망이 학습하기 힘든 패턴으로 진화하고 신경망은 그 패넌들을 학습할 수 있도록 진화하단. 이 방법은 부적절한 학습패턴의 선택과 임의적인 신경망의 설계로 인한 시스템의 성능이 저하되는 것을 해결한다. 또한 공진화 방법에서 각 개체군의 적합도는 동적으로 변화하기 때문에 그 진행과정을 쉽게 알 수 없다. 따라서 본 논문에서는 그 진행과정을 관찰할 수 있는 방법도 소개한다. 마지막으로 제안한 방법을 로봇 매니플레이터의 비주얼 서보임 문제에 적용하여 그 유효성을 검증한다.

• 한국컴퓨터정보학회논문지
• /
• 제26권9호
• /
• pp.27-35
• /
• 2021

인공생명체 연구는 자연 생명과 관련된 시스템이나 그 과정들, 진화 등을 평가해 다양한 응용과학 분야에 활용된다. 이러한 인공생명체의 원활한 활동을 위해 물리적 신체 설계와 행동 제어전략을 진화시키는 연구가 활발히 진행되었다. 그러나 형태와 신경망을 공진화시키는 것은 어렵기에 최적화된 움직임을 가진 인공생명체는 한 가지 형태에 한 가지 움직임만을 가지며 주변 환경 상황은 고려하지 않는 것이 대부분이다. 본 논문에서는 포식자-피식자 모델을 이용하여 형태와 신경망을 공진화하는 인공생명체가 환경적응형 움직임을 갖게 한다. 그런 다음 포식자-피식자 계층 구조를 최상위 포식자-중간 포식자-최하위 피식자 3단계로 확장하여 초기 개체군 밀도에 따라 시뮬레이션의 안정성을 판별하며 형태 진화와 개체군 역학 간의 상관관계를 분석한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.95-98
• /
• 2010

최근 차세대 시퀀싱 기술의 급속한 발전에 따라 서열 정보의 해독이 비교적 쉬워지면서 개인별 맞춤의학의 실현에 대한 기대와 관심이 높아지고 있다. 각 개인의 서열 정보 사이에는 SNP (single nucleotide polymorphism), Indel, CNV (copy number variation) 등의 다양한 유전적 구조 변이가 존재하며, 이러한 서열 정보의 부분적 차이는 각 개인의 유전적 특성 및 질병 감수성 등과 밀접한 관련을 갖는다. 본 연구에서는 차세대 시퀀싱 결과로 산출되는 수많은 짧은 DNA 서열 조각인 리드 데이터를 이용한 SNP 추출 알고리즘을 제안한다. 제안된 알고리즘에서는 레퍼런스 시퀀스의 각 위치에 대한 리드 시퀀스의 매핑 정보를 기반으로 SNP 후보 영역을 추출하며, 품질 정보 등을 활용하여 에러 발생률을 최소화한다. 또한 대규모 시퀀싱 데이터와 SNP 구조 변이 데이터의 효율적인 저장/검색을 지원하는 시각적 분석 도구를 구현하여 제안된 방식의 유용성을 검증한다.

• 경영과학
• /
• 제29권2호
• /
• pp.21-34
• /
• 2012

This paper addresses a network design problem in a supply chain system that involves locating both plants and distribution centers, and determining the best strategy for distributing products from the suppliers to the plants, from the plants to the distribution centers and from the distribution centers to the customers. This paper suggests a cooperative coevolutionary algorithm (CCEA) approach to solve the model. First, the problem is decomposed into three subproblems for each of which the chromosome population is created correspondingly. Each chromosome in each population is represented as a permutation denoting the priority. Then an algorithm generating a solution from the combined set of chromosomes from each population is suggested. Also an algorithm evaluating the performance of a solution is suggested. An experimental study is carried out. The results show that our CCEA tends to generate better solutions than the previous CCEA as the problem size gets larger and that the permutation representation for chromosome used here is better than other representation.

• 제어로봇시스템학회논문지
• /
• 제10권11호
• /
• pp.1071-1076
• /
• 2004

It is a fuzzy controller that it is the most used method in the control of non-linear system. The most important part in the fuzzy controller is a design of fuzzy rules. Many algorithm that design fuzzy rules have proposed. And attention to the evolutionary computation is increasing in the recent days. Among them, the co-evolutionary algorithm is used in the design of optimal fuzzy rule. This paper takes advantage of a schema co-evolutionary algorithm. In order to verify the efficiency of the schema co-evolutionary algorithm, a fuzzy controller for the mobile robot control is designed by the schema co-evolutionary algorithm and it is compared with other parasitic co-evolutionary algorithm such as a virus-evolutionary genetic algorithm and a co-evolutionary method of Handa.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 춘계학술대회 학술발표 논문집
• /
• pp.134-137
• /
• 2000

Genetic algorithms(GAs) have been widely used as a method to solve optimization problems. This is because GAs have simple and elegant tools with reproduction, crossover, and mutation to rapidly discover good solutions for difficult high-dimensional problems. They, however, do not guarantee the convergence of global optima in GA-hard problems such as deceptive problems. Therefore we proposed a Schema Co-Evolutionary Algorithm(SCEA) and derived extended schema 76988theorem from it. Using co-evolution between the first population made up of the candidates of solution and the second population consisting of a set of schemata, the SCEA works better and converges on global optima more rapidly than GAs. In this paper, we show advantages and efficiency of the SCEA by applying it to some problems.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(C)
• /
• pp.113-115
• /
• 2012

전사체(transcriptome) 분석이란 주어진 조건 하에서 현재 세포 내에 발현된 모든 트랜스크립트의 종류와 양을 밝히는 것을 의미하며, 분석 결과는 질병 관련성/유전적 요인 규명 등의 연구에 직접 활용한다. 우리는 선행 연구에서 RNA-Seq 데이터를 이용하여 선택 스플라이싱 과정에 의하여 생성되는 모든 트랜스크립트의 유형을 분류/추출하는 새로운 방법론을 제안한 바 있다. 그 후속 연구로서 본 연구에서는 시간/공간 효율적인 알고리즘 구현을 위한 최적화 방법론을 제안하고, 실용화를 위한 전사체 분석 도구 개발에 대하여 논한다. 개발된 전사체 분석 도구에서는 기존의 분석 도구와 달리 RNA-Seq 데이터의 단계적 분석 결과를 시각적 뷰어를 통하여 검색 가능하며, 이들 기능은 복잡한 전사체 분석 결과의 이해와 타당성 검증에 활용한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.665-666
• /
• 2022

미분 진화는 연속 최적화 문제에 대한 효율적인 알고리즘이다. 그러나 대규모 최적화 문제를 해결하기 위해 미분 진화를 적용하면 성능이 빠르게 저하되고 런타임이 기하급수적으로 증가한다. 이 문제를 극복하기 위해 Spark(SparkDECC라고 함)를 기반으로 하는 새로운 협력 공진화 미분 진화를 제안한다. 분할 정복 전략은 SparkDECC에서 사용된다.

• 경영과학
• /
• 제27권3호
• /
• pp.15-31
• /
• 2010

We consider a reverse logistics network design problem for recycling. The problem consists of three stages of transportation. In the first stage products are transported from retrieval centers to disassembly centers. In the second stage disassembled modules are transported from disassembly centers to processing centers. Finally, in the third stage modules are transported from either processing centers or a supplier to a manufacturer, a recycling site, or a disposal site. The objective is to design a network which minimizes the total transportation cost. We design a cooperative coevolutionary algorithm to solve the problem. First, the problem is decomposed into three subproblems each of which corresponds to a stage of transportation. For subproblems 1 and 2, a population of chromosomes is constructed. Each chromosome in the population is coded as a permutation of integers and an algorithm which decodes a chromosome is suggested. For subproblem 3, an heuristic algorithm is utilized. Then, a performance evaluation procedure is suggested which combines the chromosomes from each of two populations and the heuristic algorithm for subproblem 3. An experiment was carried out using test problems. The experiments showed that the cooperative coevolutionary algorithm generally tends to show better performances than the previous genetic algorithm as the problem size gets larger.