• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.259-261
• /
• 2000

주어진 환경에 대한 특별한 사전 지식 없이 그 환경에 적응할 수 있는 자율이동로봇을 설계할 때는 우선 특정한 상황에서만 유효한 가정들을 될 수 있는 대로 배제하여야 한다. 본 논문에서는 이러한 적응 능력을 갖춘 자율이동로봇을 설계하기 위한 일환으로 유전자 프로그램을 이용하여 로봇의 제어기를 표현하고, 이를 진화하여 로봇이 현재 자신의 주변에서 얻을 수 있는 정보에만 기초하여 목표물을 찾아가는 행동 규칙을 학습하도록 하였다. 로봇은 현재 자신이 놓여있는 환경에 대한 지도를 작성하지 않은 채 현재 자신의 주변에서 얻을 수 있는 지역적인 정보만으로 특정 목표물을 찾아가도록 학습된다. 로봇은 먼저 단층 퍼셉트론을 사용하여 주어진 공간내의 장애물과 목표물을 인지하도록 학습된다. 그 이후 학습된 퍼셉트론을 유전자 프로그램의 함수 노드로 사용하여 트리를 진화시켰다. Khepera 시뮬레이터를 이용한 실험 결과, 로봇은 제한된 지역 정보만을 사용하여 목표물을 찾아가는 행동 규칙을 매우 안정적으로 학습할 수 있었다.

• The Korean Journal of Applied Statistics
• /
• v.25 no.2
• /
• pp.269-277
• /
• 2012

In microarray data analysis, recent efforts have focused on the discovery of gene sets from a pathway or functional categories such as Gene Ontology terms(GO terms) rather than on individual gene function for its direct interpretation of genome-wide expression data. We introduce a meta-analysis method that combines $p$-values for changes of each gene in the group. The method measures the significance of overall treatment-induced change in a gene group. An application of the method to a real data demonstrates that it has benefits over other statistical methods such as Fisher's exact test and permutation methods. The method is implemented in a SAS program and it is available on the author's homepage(http://cafe.daum.net/go.analysis).

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.279-282
• /
• 2001

병렬프로그램을 멀티프로세서로 스케줄링하는 문제의 해를 구하기 위하여 본 논문에서는 확장된 유전자 알고리즘을 적용한다. 확장된 유전자알고리즘인 MSEGA는 각 노드의 선행관계에 관한 휴리스틱한 정보와 간단한 일차원 배열구조가 통합된 염색체 코딩방법과 염색체 구성인자 중 우성 유전인자의 형질을 다음세대로 존속시키는 교배연산자와 프로세서 효율성이 고려된 평가 함수등으로 순서제약이 있는 병렬프로그램 스케줄링 문제 및 FFT(Fast Fourier Transform)형태의 데이터 흐름도상에서 관련 연구 중 Hou의 유전자 알고리즘과 BEA(binary-exchange algorithm)에 의한 스케줄링 결과보다 전체실행시간에 있어 HSEGA에 의한 스케줄링이 더 우수함을 보였다.

• 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 Society for Bioinformatics Conference
• /
• 2004.11a
• /
• pp.131-137
• /
• 2004

DNA 단계에서의 유전자의 증폭과 소실은 종양의 발생과 진행에 중요한 역할을 한다. 유전자의 변화를 관찰하기 위해서 Comparative Genomic Hybridization(CGH) 기술이 많이 이용되어져 왔다. 최근에는 이러한 CGH 기술을 응용하여 cDNA microarray 를 이용한 고밀도 CGH(Microarray-CGH) 기술이 보고 되고 있다. Microarray-CGH 에서 유전자별 변화 정도를 유전자의 log-비의 값의 변화 정도와 염색체 위치 정보를 이용하여 DNA 단계에서의 유전자의 변화 정도를 확인 할 수 있다. 또한 동일한 유전자의 칩을 사용하여 RNA단계에서의 발현 양상과 직접 비교할 수 있는 장점이 있다. 현재 microarray 분석법은 많이 개발되고 실용화 되고 있으나 Microarray-CGH 분석을 위한 프로그램들은 아직 초보 단계며, 생물학자들이 사용하기 힘들고, 프로그램에 분석 자료를 적용하기 어려운 경향이 있다. 위와 같은 단점을 보완하기 위해서 개발된 CAMVS(V1.0) 프로그램은 S-plus(2000)을 기반으로 개발하였고, 복잡한 분석보다는 모든 결과들을 이미지화 할 수 있으며 파일로 결과를 쉽게 확인할 수 있도록 디자인하였다. CAMVS(V1.0)는 전체 염색체를 각 실험별로 비교 분석하는 부분, 특정 염색체를 특정 실험별로 비교 분석하는 부분과 실험간의 차이를 통계적으로 비교 분석하는 3 가지 카테고리로 구성되어 있다. 쉬운 알고리즘과 사용의 편리함, 분석결과의 다양한 그래픽, 새로운 알고리즘 추가의 용이성 등이 CAMVS(V1.0)가 가지고 있는 장점이며, Microarray-CGH를 분석하는데 아주 유용한 분석 도구이다.

• Proceedings of the Korean Institute of Resources Recycling Conference
• /
• 2003.10a
• /
• pp.201-205
• /
• 2003

유전자 감식법은 1980년대 후반에 미국에서 처음으로 법의학적으로 적용된 이래, 강력범죄, 친자확인 및 항공기 추락사고, 화재 등의 대형 참사의 신원 확인에 큰 공헌을 하였다. 유전자감식을 위해서는 높은 다형성을 보이는 STR (short tandem repeats) 좌위의 타이핑을 주로 이용한다. 한편, 최근 줄기세포 (stem cell)의 중요성이 인식되면서 폐기되던 제대혈의 보관 사업이 활성화되고 있다. 본 연구에서는 제대혈의 보관시 STR 타이핑의 유전 정보를 표기한 유전자 캐릭터를 동시에 제공하여 불의의 사고시 신원확인이 가능하게 하고, 아울러 이산가족에 대한 DNA정보 데이터베이스 구축 및 검색 프로그램을 개발하였다.

• Proceedings of the Plant Resources Society of Korea Conference
• /
• 2018.04a
• /
• pp.56-56
• /
• 2018

토마토에서 과형은 과실의 여러 가지 형질 중에서 눈에 가장 잘 띄는 형질이며, 소비자의 토마토를 구매를 결정하는데 많은 영향을 미치는 중요한 형질이다. 토마토의 과형을 결정하는 여러 가지 유전자 중에 OVATE는 둥근 토마토 과일을 서양 배 모양(pear shape)의 과일로 전환하는데 결정적인 역할을 하는 유전자이다. OVATE 유전자에 의해서 과일의 모양이 변하는 것은 조기종결 코돈을 초래하는 열성 돌연변이에 의해서 유도되며, 단백질의 C-말단 영역이 제거됨에 따라 그 기능을 상실하여 나타나는 현상이다. OVATE 유전자는 주로 식물의 생식기관에서 발현되며, 꽃에서는 개악하기 10일전부터부터 전사체가 만들어지고 발달중인 과실에서는 개약 후 8일까지 전사체를 확인할 수 있다. 토마토 분자육종 과정에서 과형 판별을 위해서 OVATE 유전자 연관 분자표지는 보고된 바 있으나 OVATE 유전자 유래 분자표지는 보고된바가 없다. 본 연구에서 국내에서 육성된 육종 라인들의 resequencing을 통해 OVATE 유전자 염기서열간의 SNP를 발견하고 이들을 dCAPS 마커로 전환하여 분자표지를 개발했다. 이러한 분자표지는 둥근 토마토(round)와 서양 배모양(pear shape)토마토 육종 프로그램의 효율성과 정확성을 향상시키는데 활용할 수 있을 것으로 기대한다.

• Journal of Korean Association for Spatial Structures
• /
• v.4 no.4 s.14
• /
• pp.91-98
• /
• 2004

Genetic algorithm is one of the best ways to solve a discrete variable optimization problem. This method is an unconstrained optimization technique, so the constraints are handled in an implicit manner. The most popular way of handling constraints is to transform the original constrained problem into an unconstrained problem, using the concept of penalty function. I present the 3 fitness functions which represent the reject strategy, the penalty strategy, and the combined strategy. I make the design program using the 3 fitness Auctions and it is applied to the design problem of a gable frame and a 2 story 3 span frame.

• Journal of Korean Society of Steel Construction
• /
• v.17 no.4 s.77
• /
• pp.385-394
• /
• 2005

In this paper, a discrete optimum design program was developed using the refined fuzzy-genetic algorithms based on the genetic algorithms and the fuzzy theory. The optimum design in this study can perform section and shape optimization simultaneously for planar and spatial steel structures. In this paper, the objective function is the weight of steel structures and the constraints are the design limits defined by the design and buckling strengths, displacements, and thicknesses of the member sections. The design variables are the dimensions and coordinates of the steel sections. Design examples are given to show the applicability of the discrete optimum design using the improved fuzzy-genetic algorithms in this study.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.05a
• /
• pp.776-779
• /
• 2008

It is expect that Microarray technique be direct classification and diagnosis of Genetic data have abnomal data value because DNA technique. It is necessary that many noses that is abnomal data in sampling genetic data. So in this paper reported sampling method in exiting study then suggests new data classific system and modeling method using EP by Matlab about three dataset.