• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.214-216
• /
• 2000

본 논문에서는 유전자 프로그래밍을 이용하여 온라인 적응 학습이 가능 진화 하드웨어의 진화 전략을 구성하였다. 유전자 프로그래밍은 특유의 트리형 개체구조가 여러 개의 프로세스의 합을 통한 복합 임무의 수행 구조로 해석될 수 있다는 이점에 비하여, 하드웨어 구현이 어렵고 crossover 연산자의 사용이 어렵다는 단점등에 의하여 진화 하드웨어의 동적 재구성 알고리즘으로 널리 사용되지 못하였다. 본 논문에서는 유전자 프로그래밍의 이러한 단점을 극복할 수 있는 개체 표현 및 하드웨어 구현 방법을 제안하였으며, 제안된 방법론에 기존의 연구 결과를 결합하여 유전자 프로그래밍의 수행 효율을 높일 수 있는 진화 전략을 구성하였다. 제안된 진화 전략은 자율 이동 로봇 실험에 적용되어 효율성을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.283-285
• /
• 2001

유전자 프로그래밍은 프로그램 자동생성 도구이다. 문제를 해결하는 프로그램코드를 프로그래머가 직접 구현하는 것이 아니라, 적절한 초기값만을 입력하여 컴퓨터가 스스로 적합한 해를 찾아내도록 하는 방법이다. 유전자 프로그래밍은 생물의 진화개념에서 얻어진 여러 아이디어를 사용하여 최적화된 해를 찾아낸다. 본 논문에서는 세포영상인식 문제를 해결하기 위하여 유전자 프로그래밍을 사용하였다. 실험에 사용된 영상은 자궁경부세포진 영상이다. 여러 가지 종류와 상태의 세포들이 뒤섞여 있어 분석하기에 힘들다는 것이 이 영상의 특징이다. 주어진 문제는 샘플 영상이 암인가 아닌가를 판별하는 것이다. 유전자 프로그래밍을 적용하기 위하여 사용한 특징값들은 영상에서 찾을 수 있는 가장 단순한 대표값들과, 산술 및 논리연산자들이다. 실험결과 실제 인식기 제작에 바로 적용하기엔 무리가 있지만, 80%정도를 제대로 판별해 낼수 있었다. 인식률이 낮은 이유는 사용한 특징들이 영상의 정보를 잘 흡수하지 못했기 때문이라 여겨지고, 앞으로 지나치게 복잡하지 않으면서 여상의 특징을 잘 표현하는 특징값들을 찾는 것이 향후과제이다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.8 no.3
• /
• pp.1-8
• /
• 1998

This paper proposes a reinforcement genetic programming based on the reinforcement learning method for the performance improvement of genetic programming. Genetic programming which has tree structure program has much flexibility of problem expression because it has no limitation in the size of chromosome compared to the other evolutionary algorithms. But worse results on the point of convergence associated with mutation and crossover operations are often due to this characteristic. Therefore the sizes of population and maximum generation are typically larger than those of the other evolutionary algorithms. This paper proposes a new method that executes crossover and mutation operations based on reinforcement and inhibition mechanism of reinforcement learning. The validity of the proposed method is evaluated by appling it to the artificial ant problem.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.425-427
• /
• 2003

RNA는 세포내에서 유전자 발현에 직, 간접적으로 중요한 역할을 하며, RNA 구조는 세포 내에서의 기능과 깊은 연관이 있기 때문에 RNA 구조를 예측하는 것은 중요한 의미를 갖는다, 본 논문에서는 진화연산의 한가지인 유전자 프로그래밍(genetic programming) 방법을 사용하여 염기서열 정보를 참고하는 RNA 구조 문법의 학습 방법을 보여 준다. 이 RNA 구조를 의미하는 문법을 트리(tree)형태의 함수로 코드화(encoding) 한 후 이것을 유전자 프로그래밍 방법으로 진화시킨다. 진화를 통해 최적의 적합도를 갖는 트리의 문법을 테스트 데이터를 통해 평가한 결과 0.893의 특이도(speicificity)와 0.752의 민감도(sensitivity)를 보였다.

• Journal of KIISE:Software and Applications
• /
• v.31 no.8
• /
• pp.999-1009
• /
• 2004

As a new approach to the diagnosis of cancers, bioinformatics attracts great interest these days. Machine teaming techniques have produced valuable results, but the field of medicine requires not only highly accurate classifiers but also the effective analysis and interpretation of them. Since gene expression data in bioinformatics consist of tens of thousands of features, it is nearly impossible to represent their relations directly. In this paper, we propose a method composed of a feature selection method and genetic programming. Rank-based feature selection is adopted to select useful features and genetic programming based arithmetic operators is used to generate classification rules with features selected. Experimental results on Lymphoma cancer dataset, in which the proposed method obtained 96.6% test accuracy as well as useful classification rules, have shown the validity of the proposed method.

• Journal of Korean Society of Transportation
• /
• v.32 no.4
• /
• pp.369-379
• /
• 2014

The Statistical regression model has been used to construct crash prediction models, despite its limitations in assuming data distribution and functional form. In response to the limitations associated with the statistical regression models, a few studies based on non-parametric methods such as neural networks have been proposed to develop crash prediction models. However, these models have a major limitation in that they work as black boxes, and therefore cannot be directly used to identify the relationships between crash frequency and crash factors. A genetic programming model can find a solution to a problem without any specified assumptions and remove the black box effect. Hence, this paper investigates the application of the genetic programming technique to develope the crash prediction model. The data collected from the Gyeongbu expressway during the past three years (2010-2012), were separated into straight and curve sections. The random forest technique was applied to select the important variables that affect crash occurrence. The genetic programming model was developed based on the variables that were selected by the random forest. To test the goodness of fit of the genetic programming model, the RMSE of each model was compared to that of the negative binomial regression model. The test results indicate that the goodness of fit of the genetic programming models is superior to that of the negative binomial models.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.99-101
• /
• 2000

본 논문에서는 유전자 프로그래밍을 이용하여 판단 기준을 탐색할 수 있는 자율 이동로봇의 센서 해석회로를 진화 하드웨어상에 구현하였다. 자율 이동 로봇은 센서 정보를 통하여 환경 정보를 인지하고 자율성을 유지한다. 그러나 기존의 센서 체계는 첫째, 잡음의 영향을 심하게 받으며, 둘째 같은 환경에 대하여 동일한 종류의 센서라 할지라도 심한 편차가 존재하는 관측값을 출력한다는 문제점을 갖는다. 따라서 센서의 특성에 대한 고려없이 판단기준을 결정하면 로봇의 정확한 환경인지를 보장할 수 없게 된다. 본 논문에서는 센서 입력값 해석 기준을 센서 특성에 맞추어 적응적으로 변화시키는 센서를 구현하여 입력 해석과정에서의 정확도를 향상하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.478-480
• /
• 2004

최근 정보 제공에 도움을 주는 대화형 에이전트의 연구가 활발히 진행되고 있다. 그러나 대부분의 대화형 에이전트는 사용자의 요구에 미리 준비된 정적인 답변을 제공하므로 친밀감을 주는 다양한 대화를 유지하지 못한다. 본 논문에서는 BNF(Backus Naur Form)를 이용하여 한국어 문법 구조를 정의하고. 이를 기반으로 가능한 파스트리를 하나의 염색체로 표현한 후, 유전자 프로그래밍을 적용하여 다양한 문법 구조를 생성하는 방법을 제시한다 생성된 문법 구조에 답변 스크립트의 핵심 키워드들을 매칭 시킴으로써 여러 답변 문장을 구성한다. 실제 의류 정보를 소개하는 간단한 웹 사이트에 적응하여 그 가능성을 확인할 수 있었다.

• Korean Journal of Cognitive Science
• /
• v.16 no.4
• /
• pp.351-368
• /
• 2005

The manual construction of the knowledge-base takes much time and effort, and it is hard to adjust intelligence systems to dynamic and flexible environment. Thus mental development in those systems has been investigated in recent years. Autonomous mental development is a new paradigm for developing autonomous machines, which are adaptive and flexible to the environment. Learning conversation, a kind of mental development, is an important aspect of conversational agents. In this paper, we propose a learning conversation method for conversational agents which uses several promising techniques; speech-act templates and genetic programming. Knowledge acquisition of conversational agents is implemented by finite state machines and templates, and dynamic sentence generation is implemented by genetic programming Several illustrations and usability tests how the usefulness of the proposed method.

• Journal of KIISE:Software and Applications
• /
• v.32 no.12
• /
• pp.1229-1237
• /
• 2005

Combining multiple classifiers has been actively exploited to improve classification performance. It is required to construct a pool of accurate and diverse base classifier for obtaining a good ensemble classifier. Conventionally ensemble learning techniques such as bagging and boosting have been used and the diversify of base classifiers for the training set has been estimated, but there are some limitations in classifying gene expression profiles since only a few training samples are available. This paper proposes an ensemble technique that analyzes the diversity of classification rules obtained by genetic programming. Genetic programming generates interpretable rules, and a sample is classified by combining the most diverse set of rules. We have applied the proposed method to cancer classification with gene expression profiles. Experiments on lymphoma cancer dataset, prostate cancer dataset and ovarian cancer dataset have illustrated the usefulness of the proposed method. h higher classification accuracy has been obtained with the proposed method than without considering diversity. It has been also confirmed that the diversity increases classification performance.