• 정보처리학회논문지B
• /
• 제14B권7호
• /
• pp.541-548
• /
• 2007

모의 담금질 방법은 널리 사용되는 최적화 알고리즘들 중의 하나로서, 그 해의 수렴성이 수학적으로 증명되어 있는 장점이 있다. 하지만 원래의 모의 담금질 방법은 수렴 속도가 매우 느리기 때문에 복잡한 문제에 적용하기 힘들고, 이를 해결하기 위해서 빠른 모의 담금질 방법과 같은 다양한 방법이 연구되고 있다. 본 논문에서는, greedy 선택방법을 적용한 모의 담금질 방법을 제안하고, 이 알고리즘이 연속적인 공간에서의 최적화 문제에 대해서 전역 최적점을 찾아낸다는 것을 확률적으로 증명한다. greedy 선택방법은 무조건 좋은 해를 선택하기 때문에, 확률적으로 좋지 않은 해를 선택할 가능성이 있는 Metropolis 선택방법에 비해 빠른 수렴속도를 얻을 수 있다. 컴퓨터 모의 실험 결과, greedy 선택방법을 사용한 모의 담금질 방법이 기존의 빠른 모의 담금질 방법과 비슷한 성능을 보이는 해를 더 빠른 속도로 찾을 수 있음을 보인다. 또한, greedy 선택방법에서는 선택 가능한 상태들의 비용함수 값의 우열관계만을 이용하여 선택하기 때문에 비용 함수의 크기 조정에 무관하게 적용할 수 있다는 장점이 있다.

• 터널과지하공간
• /
• 제15권4호
• /
• pp.275-287
• /
• 2005

지하공간 및 터널의 계획과 설계 단계에서 지반 조건과 관련한 정보는 경제성과 안정성 강화측면에서 매우 중요하다. 일반적으로 지반 조건은 RMR혹은 Q-system과 같은 공학적 암반 분류값을 이용하거나 지구물리 탐사의 결과 영상으로 표현할 수 있다. RMR이나 Q값은 설계를 위한 직접적 정보를 제공하나 그 대표 영역은 제한적이다. 반면 지구물리탐사 결과 영상은 전체 영역을 표현할 수 있는 반면 간접적인 정보만을 제공할 수 있다. 이와 같은 지반 정보들은 근본적으로 불확실성을 내포하고 있고, 서로 다른 공학적 단위로 표현되며 그 물리적 의미에서도 차이가 있다. 최근 크리깅이나 조건부 시뮬레이션과 같은 지구통계학적 방법들을 이용하여 전체 노선에 대한 RMR의 공간 분포를 추정해 왔었다. 본 연구에서는 주된 RMR 변량만을 이용하는 크리깅이나 조건부 시뮬레이션의 단점을 극복하기 위해 모의 담금질 기법을 적용하였다. 지구물리탐사 결과 영상을 참조영상으로 하여 RMR의 공간 분포를 추정하고 이와 결합된 불확실성을 평가하였다. 모의 담금질 기법은 주어진 제약조건을 만족시키도록 설계된 최적화 기법의 일종이다 RMR공간 분포 추정과 불확실성 평가를 위한모의 담금질 기법의 적용 과정을 제안하였다. 지반공학적 적용을 위해 RMR의 통계 모델과 지구물리탐사 결과 영상과의 상관성을 이용한 목적함수들을 정의하였다.

• 한국시뮬레이션학회논문지
• /
• 제32권1호
• /
• pp.23-34
• /
• 2023

본 논문의 목적은 이항출력 실험을 이용할 경우에 확률적 전역 최적화 방법론들을 검토하고 알고리즘들간의 성능을 비교하기 위한 것이다. 모 성공확률은 알수 없고 확률적 특성을 갖기 때문에 확률적 전역 최적화 방법론에서는 모 성공확률 대신 성공확률의 추정치를 이용한다. 언덕오르기 알고리즘 , 단순랜덤탐색, 랜덤재출발 랜덤탐색, 랜덤 최적화, 담금질 기법 및 군집기반의 알고리즘인 입자 군집 최적화 알고리즘을 확률적 전역 최적화 알고리즘으로 사용하였다. 알고리즘의 비교를 위하여 두가지 테스트 함수(하나는 단봉이고 나머지는 다봉임)가 제안되었고 몬테카를로 시뮬레이션을 이용하여 알고리즘의 성능을 평가하였다. 단순 테스트 함수에 대하여는 모든 알고리즘이 유사한 성능을 보이고 있다. 복잡한 다봉의 테스트 함수에 대하여는 랜덤재출발 랜덤최적화, 담금질 기법과 군집 기반의 입자군집 알고리즘이 훨씬 더 좋은 성능을 보임을 알 수 있다.

• 정보처리학회논문지B
• /
• 제15B권1호
• /
• pp.53-60
• /
• 2008

본 논문은 입술의 움직임을 통해 음성을 인식하는 자동 독순의 인식 성능 향상을 위해 인식기로 사용되는 은닉 마르코프 모델을 분별적으로 학습하는 기법을 제안한다. 기존에 많이 사용되는 Baum-Welch 알고리즘에서는 각 모델이 해당 클래스 데이터의 확률을 최대화하는 것을 목표로 학습시키는 반면, 제안하는 알고리즘에서는 클래스간의 분별력을 높이기 위해 두 가지의 최소화 목적함수로 이루어진 새로운 학습 목표를 정의하고 이를 달성하기 위해 모의 담금질 기법에 기반을 둔 다목적함수 전역 최적화 기법을 개발한다. 화자종속 인식 실험을 통해 제안하는 기법의 성능을 평가하며, 실험결과 기존의 학습 방법에 비해 오인식율을 상대적으로 약 8% 감소시킬 수 있음을 보인다.

• 정보처리학회논문지B
• /
• 제8B권3호
• /
• pp.237-242
• /
• 2001

고전적인 GLA 알고리즘과 마찬가지로 Kohonen 학습법은 경도 강하법으로 오차함수의 해에 접근해 나간다. 따라서 KLA의 이러한 문제를 극복하기 위해 모의 담금질법의 일종인 Cauchy 학습법을 응용을 제안한다. 그러나 이 방법은 학습시간이 느리다고 하는 단점이 있다. 본 논문 이 점을 개선시키기 위해 Cauchy 학습법과 Kohonen 학습법을 순차 결합시킨 또 다른 학습법을 제안한다. 그 결과 코시 학습법과 마찬가지로 국부최적 문제를 극복하면서도 삭습시간을 단축할 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제10권7호
• /
• pp.912-922
• /
• 2007

원격교육 시스템의 평가 시스템에서 평가의 공정성을 위하여 매 평가 시 평가지의 난이도를 일정하게 유지할 수 있는 방법이 요구된다. 본 논문에서는 유전자 알고리즘 기반의 평가지 생성 알고리즘을 제안한다. 평가지의 각 문항에 대한 난이도가 제출자에 의해서 지정되는 기존의 방법과는 달리 제안한 알고리즘에서는 각 문항의 난이도가 학생들의 평가 결과에 따라 적응적으로 조절되고, 평가지의 평균 난이도를 일정한 수준으로 유지할 수 있다. 제안한 알고리즘에서는 평가지에 동일한 문항이 중복으로 포함되는 것을 배제하고, 이전 평가의 결과를 반영하여 적응적으로 난이도가 조절될 수 있는 새로운 형태의 유전 연산자를 설계하고 구현한다. 그리고 모의실험을 통해 기존의 임의선택 방법과 모의 담금질 방법에 비해 균일한 난이도를 갖는 평가지가 생성될 수 있음을 보인다.

• 한국통신학회논문지
• /
• 제34권10B호
• /
• pp.973-980
• /
• 2009

무선 센서 네트워크의 효율적인 설비 및 운용을 위한 네트워크 구축과 관련하여 에너지 소비나, key 관리 기술, 센서배치 등 다양한 부문에서 연구가 진행되고 있으며, 그 중에서도 센서 배치는 시스템 구축비용과 성능에 직접적으로 관련되는 중요한 이슈 중 하나이다. 본 고에서는 센서 네트워크에 요구사항을 만족하면서 센서 네트워크 구축 비용을 절감하는 센서 배치 방안을 제시한다. 센서 배치에 주로 이용되는 담금질 기법(simulated annealing, SA)을 적용하되, 지리정보시스템(graphical information system, GIS)을 활용하여 노드간 연결성(Connectivity)과 센싱 반경(Coverage)을 만족하면서 센서 노드의 수를 최소화하고 이를 초기 센서 배치에 적용한다. 모의실험을 통해 기존 임의 초기 배치 방법에 비해 제안된 방법이 센서의 초기 배치 시 뿐만 아니라 최종 배치 단계에서도 시스템 구축비용을 절감하는 효과를 가짐을 보인다.

• 한국정보전자통신기술학회논문지
• /
• 제5권1호
• /
• pp.33-44
• /
• 2012

이 논문에서는 얼개가 새로운 회귀 신경망을 제안하고, 그 신경망이 어떤 이산 시간 동적 시스템도 동정화 할 수 있음을 보인다. 또한, 제안한 신경망을 써서 유한 상태 자동기계를 부호화, 동정화, 그리고 추출하는 데에 적용하여 그 성능을 살펴본다. 제안한 신경망에 고친 비용함수를 쓰고 혼합 그리디 모의 담금질 방법으로 학습시키면 유한 상태 자동기계를 동정화하는 성능이 일반적으로 다른 기법보다 더 낫다는 것을 모의실험으로 보인다.