• 한국발생생물학회지:발생과생식
• /
• 제12권2호
• /
• pp.117-124
• /
• 2008

지구상의 모든 생명체들은 자신의 생존과 종의 영속성을 보장하기 위해 우호적이지 않은 환경 변화에 대응하기 위한 효과적인 전략을 발전시켜왔다. 그 결과, 생명체들은 환경요인들의 변화에도 불구하고 체내 생리적 환경의 역동적인 평형, 즉 항상성(homeostasis)을 유지해 나간다. 스트레스는 항상성을 위협하는 정서적 그리고 물리적 반응이다. 스트레스는 일시적일 뿐만 아니라 거의 영구적인 영향을 개체에 줄 수 있는데, 특히 출생전 스트레스는 유전 코드의 변경없이 성체의 기능과 구조를 바꿀 수 있는 '후생학적 프로그래밍'을 할 수 있음이 최근의 연구들에 의해 알려졌다. 본 논문에서는 출생 전 스트레스를 받은 수컷 흰쥐에서 나타나는 생식과 연관된 일련의 사건들, 예를 들어 성적 이형현상을 보이는 뇌 지역의 변화, 신경전달물질 대사의 수정, 생식내분비 상태의 변화, 그리고 마지막으로 성행동의 이상들을 소개한다. 태아의 뇌는 출생전 프로그래밍에 극히 민감한데, 특히 글루코코티코이드는 강력한 뇌-프로그래밍 능력을 갖고 있다. 모체 스트레스에 의해 유도된 글루코코티코이드 입력에 의한 태아 뇌의 지속적인 과도 활성은 신경 가소성을 증가시키는 새로운 프로그램을 제공할 것이다. 그리고 증가한 신경 가소성은 환경 도전 속에서 개체가 더 잘 적응하도록 하는 증가된 표현형의 가소성에 대한 기초가 될 것이다. 결론적으로, '혹독한' 환경을 태아기에 경험한 개체는 미래에 자신의 생존 가능성을 높이기 위해 번식능력을 일부 포기하도록 후생학적으로 (재)프로그램하는 것으로 추정된다.

• 대한토목학회논문집
• /
• 제41권2호
• /
• pp.123-131
• /
• 2021

완충재는 고준위 방사성 폐기물을 처분하기 위한 공학적 방벽 시스템에서 중요한 구성요소 중 하나이며 사용 후 핵연료가 담긴 처분용기와 암반사이에 채워지는 물질이기 때문에 지하수 유입으로부터 처분용기를 보호하고, 방사성 핵종 유출을 저지하는 중요한 역할을 수행한다. 따라서 공학적 방벽 시스템의 처분용기로부터 발생하는 고온의 열량은 완충재를 통하여 전파되기에 완충재의 열전도도는 처분시스템의 안전성 평가에 매우 중요하다. 본 연구에서는 국내에서 생산되는 압축 벤토나이트 완충재의 열전도도 예측을 위한 경험적 회귀 모델의 정합성을 검증하고 정확도를 높이기 위해 예측모델의 구축에 기계학습법을 적용해 보았다. 벤토나이트의 건조밀도, 함수비 및 온도 값을 바탕으로 열전도도를 예측하고자 하였으며, 이때 다항 회귀, 결정 트리, 서포트 벡터 머신, 앙상블, 가우시안 프로세스 회귀, 인공신경망, 심층 신뢰 신경망, 유전 프로그래밍과 같은 기계학습 기법을 적용하였다. 기계학습 기법을 이용하여 예측한 결과, 부스팅 기반의 앙상블 기법, 유전 프로그래밍, 3차 함수 기반의 SVM, 가우시안 프로세스 회귀의 기계학습기법을 활용한 모델이 선형 회귀 분석 기법에 비해 좋은 성능을 보였으며, 특히 앙상블의 부스팅 기법과 가우시안 프로세스 회귀 기법을 사용한 모델들이 가장 좋은 성능을 보였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1349-1350
• /
• 2015

풍속은 다른 기상요소들보다 순간 변동이 심하고 국지성이 강하여 수치 예보 모델만으로 예측의 정확성을 높이기가 어렵다. 기상청의 단기 풍속 예보는 전 지구적 통합 예보모델인 UM(Unified Model)의 예측값에 MOS(Model Output Statictics)를 통한 보정을 수행하며, 보정식의 생성에 다중선형회귀분석 방법을 사용한다. 본 연구자는 유전프로그래밍(Genetic Programming)을 이용한 비선형 회귀분석 기반의 보정식 생성을 통하여 이를 개선한 바 있는데, 본 연구에서는 보다 향상된 성능을 얻기 위하여 GP 기법 측면에서 Automatically Defined Functions과 다군집(Multiple Populations) 수행을 통해 성능을 높이고자 한다.

• 경영과학
• /
• 제23권1호
• /
• pp.63-74
• /
• 2006

Decision tree induction algorithm is one of the most widely used methods in classification problems. However, they could be trapped into a local minimum and have no reasonable means to escape from it if tree algorithm uses top-down search algorithm. Further, if irrelevant or redundant features are included in the data set, tree algorithms produces trees that are less accurate than those from the data set with only relevant features. We propose a hybrid algorithm to generate decision tree that uses genetic programming with sequentially selected features. Correlation-based Feature Selection (CFS) method is adopted to find relevant features which are fed to genetic programming sequentially to find optimal trees at each iteration. The new proposed algorithm produce simpler and more understandable decision trees as compared with other decision trees and it is also effective in producing similar or better trees with relatively smaller set of features in the view of cross-validation accuracy.

• 지능정보연구
• /
• 제7권2호
• /
• pp.117-127
• /
• 2001

본 연구에서 대상으로 하고 있는 LG정유 광양항 제품부두는 7선석(Berth)에 재화중량(DWT) 300톤에서 48000톤의 선박까지 다양한 선박이 이용하고 있으며, 해상의 기상상태에 따른 선박 입출항 통제 지침 설정이 어렵고, 현재 사용하고 있는 지침의 근거가 명확하지 않아 현재의 부두 운영이 비효율적이거나 안정성이 결여되어 있다고 할 수 있다. 따라서 이를 개선하기 위한 합리적인 부두운영 제한조건 개발이 절실히 요구되었다. 본 논문에서는 대상 부두의 특성, 대상 선박의 특성, 하중상태, 선박 운항자의 특성 등을 고려하여 해상/기상 상황(바람, 조류 및 파랑)에 따른 부두 입출항 가능 여부를 정량적으로 판단하고, 안전성 향상 방안을 제시할 수 있는 의사결정 시스템을 개발하고 5번, 7번 선석을 대상으로 이를 검증하였다. 여기서는 입출항 여부를 정량적으로 판단하여 결과를 제시하기 위해서 유전적 프로그램이(Genetic Programming)을 이용한 기계학습 방법을 이용하였으며, GP의 방대한 계산량을 줄이기 위한 가중 선형 연상 기억(Weighted Linear Associative Memory:WLAM) 방법의 도입 및 전역 최적점을 쉽게 찾기 위한 Group of Additive Genetic Programming Trees(GAGPT)를 도입함으로써 학습 성능을 개선하였다.

• 한국지능시스템학회논문지
• /
• 제19권4호
• /
• pp.580-585
• /
• 2009

본 논문은 영상처리에 사용되는 코너점 추출을 위한 GP(Genetic Programming)기반의 코너 검출자를 소개한다. Harris와 SUSAN등 기존의 대표적인 코너 검출자들이 소개되어 왔고, 여러 가지 경험적인 알고리즘들이 연산 시간과 정확도 측면에서 이들 기법을 개선하기 위해서 연구되어 오고 있다. 이들 기법들은 코너점에 대한 특성을 고찰하여 이를 알고리즘화한 것으로 효율성이 높으나, 한편으로 기존의 방식이나 알고리즘에서 크게 벗어난 혁신적인 알고리즘을 발견하기에는 한계가 있다. 본 연구에서는 GP의 진화연산에 의해 자동적으로 코너 검출자를 생성함으로서 새로운 기법의 가능성을 발견하고자 한다. 제안된 방법을 다른 코너 검출자들과 테스트영상을 통해 비교 분석 하였다.

• 한국지능시스템학회논문지
• /
• 제7권4호
• /
• pp.58-64
• /
• 1997

FLC(퍼지 제어기 : Fuzzy Logic Controller)는 고전적 제어기보다 외란(disturbance)에 강하고 초기 치의 과도측성(overshoot)이 우수하다. 그리고 미지의 프로세스(process)나 복잡한 시스템의 수학적인 모델링이 불가능한 경우에도 퍼지 추론에 의하여 적절한 제어량을 얻을 수 있다. 그러나 퍼지변수의 양자화 단계 크기에 의해 출력값이 항상 미세한 오차를 가지므로 목표치에 정확히 수럼하지 못한다.[1]. 이 미세한 오차를 제거하기 위한 여러 방법이 [2~4]있지만 본 논문에서는 FLC에 GA(유전알고리즘 : Genetic Algorithm)와 EP(진화프로그래밍 : Evolution programming)를 결합한 GA-FLC, EPFLC Hybrid 제어기를 제안한다. 이 Hybrid 제어기의 츨력 특성과 FLC의 출력 특성을 비교 분석하고, 이 Hybrid 제어기가 오차없이 목표치에 잘 수렴하는 것을 보이고자 한다. 또한 이 두 종류의 Hybrid제어기 수렴 속도 성능도 비교한다.

• 한국CDE학회논문집
• /
• 제3권1호
• /
• pp.57-67
• /
• 1998

Genetic programming (GP) is an extension of a genetic algoriths paradigm, deals with tree structures representing computer programs as individuals. In recent, there have been many research activities on applications of GP to various engineering problems including system identification, data mining, function approximation, and so forth. However, standard GP suffers from the lack of the estimation techniques for numerical parameters of the GP tree that is an essential element in treating various engineering applications involving real-valued function approximations. Unlike the other research activities, where nonlinear optimization methods are employed, I adopt the use of a weighted linear associative memory for estimation of these parameters under GP algorithm. This approach can significantly reduce computational cost while the reasonable accurate value for parameters can be obtained. Due to the fact that the GP algorithm is likely to fall into a local minimum, the GP algorithm often fails to generate the tree with the desired accuracy. This motivates to devise a group of additive genetic programming trees (GAGPT) which consists of a primary tree and a set of auxiliary trees. The output of the GAGPT is the summation of outputs of the primary tree and all auxiliary trees. The addition of auxiliary trees makes it possible to improve both the teaming and generalization capability of the GAGPT, since the auxiliary tree evolves toward refining the quality of the GAGPT by optimizing its fitness function. The effectiveness of this approach is verified by applying the GAGPT to the estimation of the principal dimensions of bulk cargo ships and engine torque of the passenger car.

• 한국지능시스템학회논문지
• /
• 제20권5호
• /
• pp.603-609
• /
• 2010

본 논문은 SURF(Speeded Up Robust Features)를 기반으로 한 대상 물체 인식 알고리즘과 GP(Genetic Programming)를 기반으로 한 직진, 회전, 정지, 후진 걸음새(gait) 자동 생성을 각각 구현한다. 그리고 이를 결합 하여, 대상을 인식하고 자율적으로 접근 및 추종할 수 있는 인식 기반 지능적인 보행 기법을 제안한다. 4족 보행 로봇의 걸음새는 GP를 사용하여 각 관절의 궤적에 대한 회귀분석으로 생성한다. 고속의 특징점 검출에 적합한 SURF를 사용해서 물체의 위치와 크기를 인식하고, 물체까지의 거리를 계산한다. 4족 보행로봇의 물체 인식 및 이를 통한 자율접근 보행 실험은 ODE(Open Dynamics Engine) 기반의 Webots 시뮬레이션과 실제 로봇에 대해서 수행된다.

• 한국정보통신학회논문지
• /
• 제8권6호
• /
• pp.1218-1227
• /
• 2004

멀티-도메인 공학시스템은 전기, 기계, 유압, 열등의 도메인을 포함하며, 시스템 구성이 복잡하여 설계에 많은 어려움을 가지고 있다. 최적의 설계를 위해서는 각 도메인에 대한 통합된 설계 방법과 자동적이고 효율적인 탐색방법이 요구된다. 본 논문은 도메인에 독립적인 본드 그래프(bond graph)와 대규모 공간 해의 탐색에 접합한 진화 알고리즘의 일종인 Genetic Programming(유전 프로그래밍, GP)를 결합하여 멀티 도메인 동적 시스템에 대한 디자인 해를 자동적으로 생성해주는 설계 방법을 제시하였다. 제안된 설계방법의 효용성을 입증하기 위해서 고유값(eigenvalue) 설계 문제가 실험되었고, 서로 다른 태아모델을 가진 고유값의 집합이 사용되었다.