• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(A)
• /
• pp.294-297
• /
• 2011

주어진 계획 문제로부터 휴리스틱을 이용하여 최적의 해 계획을 구하기 위해서는 허용 가능한 휴리스틱을 이용하여야 한다. 이러한 허용 가능한 휴리스틱은 실제 목표 도달거리보다 짧거나 같아야 하는데 휴리스틱 평가치가 실제 목표 도달거리에 가까울수록 계획생성을 위한 탐색 효율성이 높아진다. 하지만, 이러한 허용 가능한 휴리스틱 평가치를 구하는 과정은 매우 복잡하며 계산량이 많기 때문에 실제 계획 생성 과정에서 사용하기는 어렵다. 때문에 최대 휴리스틱과 같은 허용성을 만족하는 간단한 휴리스틱을 이용하고 있으며, 이로 인해 최적의 계획 결과를 얻을 수는 있지만, 탐색의 효율성이 떨어지는 결과를 가져오고 있다. 본 논문에서는 이러한 문제를 해결하기 위해서 기존의 계획그래프를 개선한 새로운 계획그래프인 확장된 계획그래프(EPG)를 이용한 MAX+ 휴리스틱 계산법을 소개한다. 확장된 계획그래프는 계획 문제 풀이를 위한 휴리스틱 계산에 이용되는 기존의 간략화된 계획그래프를 목표조건들 간의 상호작용을 확인 할 수 있도록 확장한 자료구조로써 목표조건들 간의 긍정적/부정적 상호작용을 찾는다. 이를 위해서 모든 목표조건들이 등장할 때까지 그래프를 전개하는 기본 전개 과정과 함께, 이 과정에서 발견된 동작과 목표 조건들과의 관계를 바탕으로 한 추가 전개 과정으로 이루어져 있다. 그리고 이 과정을 통해서 목표조건들간의 상호작용과 최단 거리를 구하게 된다. MAX+ 휴리스틱 계산에서는 이러한 목표조건들 간의 긍정적/부정적 상호작용의 존재 유무를 찾아내게 됨으로써 전체 목표 집합에 대한 보다 정확한 최소 도달거리에 대한 평가치를 찾게 된다. 따라서 MAX+ 휴리스틱은 기존의 최대 휴리스틱 보다 더 정보력 높은 휴리스틱을 구할 수 있는 장점이 있다. 본 논문에서는 MAX+ 휴리스틱의 계산 과정과 MAX+ 휴리스틱의 정확성과 이를 바탕으로 한 탐색 효율성을 확인하기 위한 실험적 분석에 대해 설명한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 추계학술발표대회
• /
• pp.419-422
• /
• 2007

오늘날 컴퓨팅 환경은 점차 복잡해지고 있으며, 복잡한 환경을 관리하기 위해 많은 노력을 하고 있다. 이러한 관리를 좀 더 효율적으로 하기 위하여 환경에 스스로 적응하는 자가 치유에 관한 연구가 중요한 이슈가 되고 있다. 이러한 자가 치유를 하기 위해서는 추가적으로 리소스를 더 사용하게 된다. 우리의 이전 연구에서는 이러한 자가 적응 모듈이 사용하는 리소스를 줄여 성능을 향상시키고자 스위치를 이용하여 자가 적응 컴포넌트의 동작을 조절하는 방법을 제안하였다. 그러나 이러한 방법론은 자가 적응 모듈의 동작을 제어하기 위한 추상화(abstraction) 기법을 제공하지는 않는다. 또한 자가 적응모듈을 설계할 때 개발자가 이 방법론을 적용하기 위한 코드를 직접 작성해야 한다. 본 연구에서는 이전 연구를 확장하여 1) 목표 그래프를 통해 자가 적응 모듈의 동작 단계를 분석하고 2) 기술된 단계를 이용하여 단계별 동작 스위치를 자동 생성한다. 이러한 방법론을 통하여 자가 적응을 위해 추가로 사용해야 하는 리소스의 사용을 줄일 수 있으며, 개발자가 자가 적응 모듈의 성능 개선을 위한 코드를 작성하는 수고를 덜 수 있다. 본 논문에서는 평가를 위하여 비디오 회의 시스템 내의 파일 전송 모듈의 목표 그래프를 작성하였다. 이 목표 그래프를 기반으로 자가 적응 모듈의 성능을 개선할 수 있는 동작 스위치의 템플릿 코드를 생성한다. 이러한 과정을 통해 생성된 코드를 자가 적응 모듈에 적용하여 스위치가 제대로 동작함을 확인한다. 또한 동작 스위치를 적용하기 전과 적용한 후의 동시 동작 컴포넌트 수를 비교한다. 이를 통해 목표 그래프를 기반으로 생성된 코드가 자가 적응 모듈의 성능을 향상시킬 수 있음을 확인할 수 있었다.

• 한국시뮬레이션학회논문지
• /
• 제15권2호
• /
• pp.31-39
• /
• 2006

가시성그래프는 최소 탐색 공간으로 게임환경을 모델링하여 효과적으로 길을 찾을 수 있도록 하는 방법으로 잘 알려져 있다. 일반화 가시성그래프는 가시성그래프의 가장 큰 단점으로 지적되는 "벽-껴안기" 문제를 해결하기 위해 확장된 장애물의 경계 위에 생성된 가시성그래프이다. 일반화 가시성그래프에 의해 구해진 경로는 근사 최적이며 자연스럽게 보이는 장점이 있다. 본 논문에서는 변화하는 출발점과 목표점과 정적인 장애물 사이를 움직이는 게임 캐릭터에 효과적으로 일반화 가시성그래프를 적용하는 방법을 제안한다. 일반화 가시성그래프는 일단 생성되면 최소 탐색공간을 보장하지만 그 생성 자체는 노드사이의 링크의 교차 여부론 일일이 체크하여야 하므로 시간이 많이 소요된다. 아이디어는 먼저 정적인 장애물만으로 지도를 생성해 놓고 출발점과 목표점을 빠르게 포함시키는 것이다. 출발점과 목표점의 포함 부분이 여러 번 반복되어야 하는 과정이므로 출발점과 목표점을 빠르게 포함시키는데에 연산 기하학 분야의 회전 plane-sweep 알고리즘을 이용할 것을 제안한다. 시뮬레이션 결과는 전체 그래프를 매번 생성하는 것보다 제안한 방법의 실행시간이 39%-68% 정도 향상되었음을 보여준다.

• 한국산학기술학회논문지
• /
• 제16권9호
• /
• pp.6290-6296
• /
• 2015

정보력이 높은 휴리스틱들은 해 계획을 찾기 위한 탐색을 보다 효율적으로 유도할 수 있다. 하지만 일반적으로, 계획 문제 명세로부터 이러한 정보력이 높은 휴리스틱을 추출하는 것은 매우 많은 계산 노력을 요구한다. 이러한 문제점들에 효과적으로 대처하기 위해서, 본 논문에서는 계획문제로부터 계획 수립을 보다 효율적으로 풀 수 있는 상태-동작 기반 계획 그래프와 동작-기반 휴리스틱을 제안한다. 상태-동작 기반 계획그래프는 계획문제 풀이를 위한 휴리스틱 계산에 이용되는 간략화된 계획그래프를 부속 목표와 목표조건들 간의 상호작용을 찾는데 적용할 수 있도록 확장한 자료구조로써, 상태-동작 기반 계획그래프를 이용하는 동작 기반 휴리스틱은 보다 효과적인 방법으로 부속 목표와 목표조건들 간의 상호작용을 찾아내고, 이들을 목표 도달 거리 계산에 이용한다. 따라서 동작-기반 휴리스틱은 종래의 최대 휴리스틱, 합산 휴리스틱 보다 더 높은 정보력을 가지며 겹침 휴리스틱보다 더 적은 계산 노력을 통해 동일한 결과를 얻을 수 있다. 본 논문에서는 동작-기반 휴리스틱을 계산하는 알고리즘을 제시하고, 동작-기반 휴리스틱의 정확성과 효율성을 알아보기 위한 실험적 분석에 대해 설명한다.

• 한국학교수학회논문집
• /
• 제13권2호
• /
• pp.289-301
• /
• 2010

이 연구에서는 개정 교육과정의 수학 I 에서 다루어지는 그래프의 지도 목표가 7차 교육과정의 이산수학에서 그래프의 지도 목표와 같지 않음을 확인하였다. 이를 바탕으로 수학 I 에서 그래프와 행렬 단원의 내용 요소인 경로의 교수학적 변환 방식과 학생들의 이해 정도를 분석하였으며, 그 결과 개정 교육과정의 수학 I 에서 경로는 trail로 정의되지만 교과서에 따라서는 이를 path로 해석한 경우가 있으며 학생들 역시 경로를 trail보다는 path로 이해하려는 경향이 있음을 파악할 수 있었다. trail로서 경로의 정의는 오일러 회로와 해밀턴 회로를 다루는 체계에서 보다 의미를 가지며 개정 교육과정의 수학I에서는 trail로서 경로의 가치를 찾는 것이 쉽지 않다.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1999년도 춘계공동학술대회: 지식경영과 지식공학
• /
• pp.325-333
• /
• 1999

본 논문에서는 응용범위가 넓고 비교적 복잡도가 높은 화물운송 계획문제들을 대상으로 몇 가지 실험을 통해 대표적인 인공지능 계획방식인 부분순서 계획법과 그래프 계획법의 성능을 비교 분석하였다. 또 동시에 이러한 실험을 통해 DVO 및 LPVO와 같은 대표적인 제어전략들을 중심으로 이들이 그래프 계획법의 성능에 미치는 효과를 비교 분석하여 보았다. 본 연구의 실험을 통해서는 부분순서 계획법에 비해 그래프 계획법이 메모리 사용량이나 CPU 계산시간 면에서 월등히 우수한 성능을 보여주었으며 비교적 복잡도가 큰 계획문제에서도 좋은 결과를 보여주었다. 하지만 도출된 해 계획의 질적인 면에서는 부분순서 계획법이 대부분 최적의 해를 찾아낸 것에 반해 그래프 계획법은 사용된 제어전략과 최적화 방법에 따라 해 계획의 질이 크게 달라질 수 있음을 보였다. 한편 그래프 계획법에서는 부속목표 선택 전략인 DVO는 그 효과를 뚜렷이 보이지 못한 반면 동작 선택 전략인 LPVO는 도출된 해 계획의 질적인 면이나 계산속도 면에서 모두 뛰어난 효과를 보여주었다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 춘계공동학술대회-지식경영과 지식공학
• /
• pp.325-333
• /
• 1999

본 논문에서는 응용범위가 넓고 비교적 복잡도가 높은 화물운성 계획문제들을 대상으로 몇 가지 실험을 통해 대표적인 인공지능 계획방식인 부분순서 계획법과 그래프 계획법의 성능을 비교 분석하였다. 또 동시에 이러한 실험을 통해 DVO 및 LPVO와 같은 대표적인 제어전략들을 중심으로 이들이 그래프 계획법의 성능에 미치는 효과를 비교 분석하여 보았다. 본 연구의 실험을 통해서는 부분순서 계획법에 비해 그래프 계획법이 메모리 사용량이나 CPU 계산시간 면에서 월등히 우수한 성능을 보여주었으며 비교적 복잡도가 큰 계획문제에서도 좋은 결과를 보여주었다. 하지만 도출된 해 계획의 질적인 면에서는 부분순서 계획법이 대부분 최적의 해를 찾아낸 것에 반해 그래프 계획법은 사용된 제어전략과 최적화 방법에 따라 해 계획의 질이 크게 달라질 수 있음을 보였다. 한편 그래프 계획법에서는 부속목표 선택 전략인 DVO는 그 효과를 뚜렷이 보이지 못한 반면 동작 선택 전략인 LPVO는 도출된 해 계획의 질적인 면이나 계산속도 면에서 모두 뛰어난 효과를 보여주었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.16-18
• /
• 2023

본 연구는 궤적 데이터(trajectory data)를 대상으로 증강 그래프 기반의 그래프 뉴럴 네트워크를 활용하여 다음에 방문한 장소를 추천하는 모델을 제안한다. 제안 모델은 전체 궤적 데이터를 그래프로 표현하여 추출한 글로벌 궤적 플로우의 특성을 다음 방문할 POI 추천에 활용한다. 이때, POI 추천시 자주 발생하는 두 가지 문제를 추가로 해결함으로써 POI 추천의 정확도를 높이는 것을 목표로 한다. 첫 번째 문제는 추천 대상 궤적 데이터의 길이가 짧은 경우에 성능 저하가 발생한다는 것이다. 두 번째 문제는 콜드-스타트 문제이다. 기존 POI 추천 모델은 매우 적은 방문 기록만 가지는 사용자 또는 POI에 대해서는 매우 낮은 예측 성능을 보인다. 본 연구에서는 궤적 그래프에서 일부 엣지를 삭제하여 생성한 증강 그래프 기반의 궤적 플로우 특징 기반 모델을 제안함으로써 짧은 길이의 궤적 데이터 및 콜드-스타트 사용자/POI에 대한 추천 성능을 높인다.

• 대한수학교육학회지:수학교육학연구
• /
• 제18권3호
• /
• pp.353-372
• /
• 2008

본 연구는 우리나라 제7차 초등학교 교육과정과 NCTM(2000)의 "학교수학을 위한 원리와 규준" 에서 제시하고 있는 그래프 지도의 목표를 살펴보고, 우리나라 교과서와 MiC 교과서에서 그래프를 어떻게 교수학적으로 변환하여 다루고 있는지 비교한다. 이를 위해 그래프 단원의 내용 요소로서 그래프의 종류와 정의 방식, 그래프 비교 활동에 대한 교수학적 변환 방식을 비교하여 살펴보았다. 연구 결과, 그래프 지도 목표에서 우리나라에 비해 NCTM(2000)에서는 학생 스스로 자료를 표현하는 방법의 개발을 허용하며, 그래픽 표현 방법에 따른 분석 결과를 비교하도록 한다. 또, 그래프를 통해 자료 전체에 주목하여 설명하도록 한다는 차이점을 확인하였다. 두 교과서에서 다루는 그래프의 종류는 우리나라에 비해 MiC 교과서에서 number-line plot과 상자 그림을 더 다루고 있었다. 그래프를 정의하는 방법은 두 나라가 외연적 정의 방법을 주로 사용하고 있으나, 우리나라 교과서는 외연적 방법과 동의적 방법을 혼합하여 사용하고, MiC 교과서는 외연적 정의 방법을 그래프의 특징과 함께 사용하는 경우가 있었다. 그래프간의 비교 활동은 우리나라 교과서가 매우 빈약한 반면에, MiC 교과서는 여러 가지 형태의 비교 활동이 이루어지고 있음을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.442-444
• /
• 2023

그래프 임베딩 방법은 그래프 구조를 이용하여 그래프의 노드를 저차원 임베딩 공간에서 벡터로 매핑하여 각 노드를 벡터로 표현하는 것을 목표로 한다. 다양한 방법들이 제시되었지만 기존의 방법들은 그래프에서 노드 간의 유사성을 잘 보존할 수 없어 다양한 기계 학습에 대해 부정확한 벡터를 생성하였다. 이러한 문제를 해결하기 위해 노드 사이의 유사성을 이용한 방법이 제안되었다. 본 논문에서, 우리는 여섯 가지 실세계 데이터셋을 사용하여 세 가지 기계 학습 작업시 그래프 임베딩 방법들의 성능을 비교하여 유사성 기반의 그래프 임베딩 방법의 우수성을 확인했다.