• Proceedings of the KIEE Conference
• /
• 1999.11c
• /
• pp.800-802
• /
• 1999

본 논문에서는 기존의 알고리즘에서 벗어나 새로이 제안된 유전자 알고리즘을 이용하여 디지털 필터를 설계하는데 목적이 있다. 이 방법은 아날로그 필터에서 디지털 필터로의 전환이 불필요하며, 기존의 디지털 필터 설계방법과는 달리 저역통과(low-pass), 고역통과(high-pass), 대역통과(band-pass), 대역소거(band-stop) 필터와 같은 주파수 선택별 필터를 각각 독립적으로 설계 가능하게 하고, 이에 따른 계산 손실을 줄일 수 있다. 유전자 알고리즘을 사용하는데 있어 적합도 함수는 주파수 응답 크기를 이용한다. 실제로 주파수 응답특성과 디지털 필터의 계수와는 밀접한 관계가 있으므로, 원하는 필터의 주파수응답특성을 통해, 디지털 필터의 계수를 최적화 한다. 또한 필터계수 최적화 과정에 있어, 선택, 교배, 돌연변이와 같은 유전 연산자 적용시 필터의 계수들은 각각 안정도가 보장되어지는 범위내에서 선택되게 한다. 디지털 필터를 설계한 후 기존의 방법과 새로이 제안된 방법의 성능을 비교 평가 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2010.07a
• /
• pp.417-419
• /
• 2010

본 논문에서는 최적화 문제를 해결하는 기법의 하나인 유전자 알고리즘을 이용하여 모든 노드를 탐색하여 최적의 경로를 도출하는 최적화 경로 탐색 알고리즘을 제안한다. 경로를 도출하기 위해 중간 경로 노드로부터 출발지 노드 및 도착지 노드까지의 거리를 측정하여 개체를 생성한다. 출력 노드들을 도출하기 위해 생성된 개체를 적합도 함수에 적용하여 적합도를 계산한다. 계산된 적합도 값에 따라 교배를 할 노드 및 교배 지점(비트단위)을 선택한다. 선택되어진 교배와 교배 지점을 이용하여 개체들을 교배한다. 교배를 통해 새로운 개체를 생성한다. 새로운 개체가 적합도 조건(이전 개체 중 최대값 $^*\;2$)에 만족한다면 출력 노드로 도출하고, 다음 출력 노드를 도출할 때의 출발지 노드로 선택되어진다. 이러한 과정을 반복하여 모든 출력 노드를 도출한다. 제안된 방법을 실험한 결과, 순차 방식과 난수를 이용한 경우보다 제안된 방법이 효율적인 것을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2017.10a
• /
• pp.71-73
• /
• 2017

논문에서는 최적화 문제를 해결하는 기법의 하나인 $A^*$와 유전자 알고리즘을 이용하여 모든 노드를 탐색하여 최적의 경로를 도출하는 최적화 경로 탐색 방법을 제안한다. 경로를 도출하기 위해 $A^*$ 알고리즘을 적용하여 출발지 노드로부터 중간 경로 노드까지의 거리를 측정하여 개체를 생성한다. 출력 노드들을 도출하기 위해 생성된 개체를 적합도 함수에 적용하여 적합도를 계산한다. 계산된 적합도 값에 따라 교배를 할 노드 및 교배 지점을 선택한다. 선택된 노드와 교배 지점을 이용하여 개체들을 교배한다. 교배를 통해 새로운 개체를 생성한다. 새로운 개체가 적합도 조건에 만족하면 출력 노드로 도출하고, 다음 출력 노드를 도출하기 위한 출발지 노드로 선택한다. 이러한 과정을 반복하여 모든 출력 노드를 도출한다. 제안된 방법을 경로 탐색 문제를 대상으로 실험한 결과, $A^*$ 알고리즘만을 이용한 경우보다 제안된 방법이 경로 탐색 문제에 있어서 최적화된 거리를 기반으로 경로를 탐색하는 것을 확인하였다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.2 no.1
• /
• pp.143-157
• /
• 1997

유전자 알고리즘(Genetic Algorithms)은 자연의 법칙에서 그 아이디어를 찾은 것으로 순회 방문자 문제(Traveling Salesman Problem : TSP) , 분배문제, 라우팅문제 등과 같은 전형적인 Combinatorial Optimization 문제에 적용되고 있다. 한편 이러한 유전자 알고리즘의 성능을 향상시키기 위해 알고리즘 실행과정에 적용할 수많은 이론과 경험적인 기법이 제시되고 있는데 이러한 기법들은 대부분 우수형질을 확보함으로써 최적의 값을 효과적으로 탐색하기 위한 것이다. 즉, 개체의 우수 형질 확보를 위한 부모 선택방법, 교차의 범위와 위치 및 방법, 그리고 돌연변이의 크기와 방법등이 포함된다. 본 연구에서는 자연의 법칙에서와 같이 자손 세대의 형질이 부모 세대보다 우수할 수 있음을 전제로 적응도 가중치에 의한 확률적인 방법에 의해서 선택하는 방법을 개선하여 부모세대가 같지 않게 하고, 우수형질이 유전되도록 하여 자손세대의 적응도가 부모세대보다 높도록 함으로써 최적의 값을 효과적으로 탐색할 수 있음을 실험하였다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.05a
• /
• pp.417-422
• /
• 2002

인공면역시스템을 이용한 침입탐지시스템 개발을 위해 적용한 동적 클론 선택(Dynamic Clonal Selection) 알고리즘과 그의 문제점을 소개하고 보다 개선된 동적 클론 선택 알고리즘을 제안한다. 이전 연구에서 침입탐지시스템이 흔히 접하게 되는 상황, 즉 과거 안정적으로 관찰되었던 정상행위가 합법적인 요인들로 인하여 갑작스러운 변화를 보일 경우 과거 생성되었던 기억탐지자가 정상행위를 비정상행위로 오류 판단하는 것을 막기 위하여 인간면역시스템의 체세포 돌연변이 (somatic hypermutation)를 이용하여 유전자 라이브러리를 진화시키는 방법을 첨가한 동적 클론 선택 알고리즘을 소개한다.

• The Microorganisms and Industry
• /
• v.14 no.1
• /
• pp.22-28
• /
• 1988

DNA 클로닝과 조작기술의 발전은 어떤 유전자의 특정한 위치에 선택적으로 돌연변이를 도입할 수 있는 site-specific mutagenesis 기술을 창출해 내었다. 이 기술로 DAN 염기의 치환, 결실, 삽입등을 클론된 유전자에 직접 도입할 수가 있게 되어 생체의 유전자 조작이나 유전자의 산물인 단백질의 구조와 기능을 의도적으로 변화시키는 protein engineering에 광범위하게 이용되고 있다. Protein engineering은 주로 단백질의 촉매 및 생리활성의 증가, 효소의 특성및 기질 특이성의 변화, 단백질 구조의 안정화 및 내염성 증가, 분자량의 감소, 효소및 생리활성 단백질의 구조의 안정화및 내열성 증가 등에 활용되고 있으며 산업적 유용성이 큰새로운 단백질의 창조에도 기여할 것으로 기대를 모으고 있다. Site-specific mutagenesis 기술로 현재 가장 널리 이용되는 것이 in vitro상에서 수행하는 oligonucleotide-directed site specific mutagenesis이다. 이 방법은 생화학적으로 합성한 특정한 염기서열을 가진 oligonucleotide들을 일종의 mutagen으로 사용하거나 효소적 DNA 합성을 위한 primer로 사용하여 클론된 DNA의 염기서열을 선택적으로 개조하거나 혹은 다른 조작을 하는 것이다. 여기서는 돌연변이율을 높이는 여러가지 개량된 방법들이 나왔으며 그중의 몇가지를 소개하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.6
• /
• pp.575-583
• /
• 2000

본 논문에서 임의의 데이터가 입력되면 기준 영상 중에서 가장 유사도가 큰 영상을 찾아 국부 승리자로 선택하고, 그 국부 승리자 중에서 전체 승리자를 선택하여 최종 출력값을 얻는 계층적 FGNN(Fuzzy Genetic Neural Network)을 제안하고, 이에 하이브리드 퍼지 소속함수와 유전자 알고리즘을 적용하였다. 하이브리드 퍼지 소속함수는 입력 값을 0~1 사이의 값으로 함으로써 시스템의 속도를 빠르게 하고 유전자 알고리즘을 입력값을 일정한 오차 이내로 하여 최적의 영상을 얻도록 하였다. 위의 계층적 FGNN 알고리즘을 회로 설계 및 검증하였다. 또한 제안한 FGNN을 이용하여 영상에 포함된 잡음을 제거하고, 이와 유사한 구조를 가진 FDNN(Fuzzy Decision Neural Network) 성능보다 FGNN의 성능이 우수함을 여러 가지 영상을 통하여 확인하였다. 또한 모의 실험 결과 영상에 대한 평균자승오차(MSE : Mean Square Error)를 비교하였으며, 그 결과 하이브리드 퍼지 함수와 유전자 알고리즘을 적용한 FGNN이 메디안 필터, OC, CO, FDNN 등에 비해 우수함을 확인하였다. FGNN 알고리즘을 Top-Down 방식으로 VHDL(VHSIC Hardware description Language)을 이용하여 코딩(Coding)하고, Synopsys 툴을 이용하여 하드웨어를 설계하였다. 이 알고리즘의 하드웨어는 총 5개의 블록으로 가지고 있고 각각의 블록은 파이프라인 형태로 구성하고, 이는 Synopsys 툴을 이용하여 동작 및 성능을 검증하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.04a
• /
• pp.305-308
• /
• 2005

본 논문은 유전자 알고리즘 기반 퍼지 다항식 뉴럴네트워크(Genetic Algorithm-based Fuzzy Polynomial Neural Networks ; GAs-based FPNN)를 이용하여 비선형 데이터의 최적화 추론 알고리즘을 제안한다. FPNN의 각 노드는 GMDH와 퍼지규칙을 기초로 만들었다. FPNN의 각 노드는 퍼지 다항식 뉴론(Fuzzy Polynomial Neuron : FPN)이라고 표현하다. 제안된 모델은 구조 선택에 있어서 유전자 알고리즘(Genetic Algorithms : GAs)을 이용하였다. 유전자 알고리즘을 사용하여 입력의 차수와 입력의 개수 그리고 후반부 추론의 형태를 최적 선택하였다. 비선형 데이터에 대한 모델 설계를 위해 최적화 알고리즘인 유전자 알고리즘 기반 FPNN 모델 설계가 유용하고 효과적임을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.713-716
• /
• 2007

오늘날 인간 프로젝트와 같은 종합적인 연구의 궁극적 목적을 달성하기 위해서는 이들 연구로부터 획득한 대량의 관련 데이터에 대해 새로운 현실적 의미를 부여할 수 있어야 한다. 따라서 현재의 마이크로어레이 기술을 이용해서 효과적으로 종양을 분류하기 위해서는 특정 종양 분류와 밀접하게 관련이 있는 정보력 있는 유전자를 선택하는 과정이 필수적이다. 본 논문에서는 암에 걸린 흰쥐 외피 기간 세포 분화 실험에서 얻어진 3840 유전자의 마이크로어레이 cDNA를 이용해 데이터의 정규화를 거쳐 유사성 척도 방법으로 정보력 있는 유전자들을 추출한 후, DT, NB, SVM, MLP 알고리즘을 이용하여 클래스 분류 모델을 구축하고, 성능을 비교분석하였다. 피어슨 적률 상관 계수를 이용하여 선택된 50 유전자들을 멀티퍼셉트론 분류기로 분류한 결과 94.8%의 정확도를 보여 가장 최적의 조합을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.769-770
• /
• 2009

본 논문에서는 이상 표식 유전자를 사용하는 기존 분석방법과 달리, 두 유전자 사이의 관계를 측정하여 정상 클래스와 암 클래스에서의 상관관계가 변화된 정도를 분석하여 차이가 두드러지는 유전자 쌍(gene pair)을 질병 분류자(classifier)로 선택하는 방법을 제시한다. 제안한 암 분류 방법의 실험 결과, 소수의 분류자를 선택하여 높은 정확도로 암을 분류함으로써 그 유용성을 검증하였다.