• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2006년도 정기 학술대회 논문집
• /
• pp.185-191
• /
• 2006

As development of information technology, companies stress the need of knowledge management. Companies construct ERP system including knowledge management. But, it is not easy to formalize knowledge in organization. They experience that constructing information system help knowledge management. Now, we focus on engineering knowledge. Because engineering data contains experts' experience and know-how in its own, engineering knowledge is a treasure house of knowledge. Korean shipyards are leader of world shipbuilding industry. They have accumulated a store of knowledges and data. But, they don't have data minning tool to utilize accumulated data. This paper treats development of data minning tools for the utilization of shipbuilding knowledge based on genetic programming (GP).

• 전기학회논문지
• /
• 제61권11호
• /
• pp.1682-1688
• /
• 2012

This paper introduces a GP(Genetic Programming) based robust technique for temperature compensation in short-range prediction. Development of an efficient MOS(Model Output Statistics) is necessary to correct systematic errors of the model, because forecast models do not reliably determine weather conditions. Most of MOS use a linear regression to compensate a prediction model, therefore it is hard to manage an irregular nature of prediction. In order to solve the problem, a nonlinear and symbolic regression method using GP is suggested. The purpose of this study is to evaluate the accuracy of the estimation by a GP based nonlinear MOS for 3 days temperatures in Korean regions. This method is then compared to the UM model and has shown superior results. The training period of 2007-2009 summer is used, and the data of 2010 summer is adopted for verification.

• 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.

• 한국CDE학회논문집
• /
• 제14권6호
• /
• pp.382-389
• /
• 2009

Recently, knowledge management has been required in companies as a tool of competitiveness. Companies have constructed Enterprise Resource Planning(ERP) system in order to manage huge knowledge. But, it is not easy to formalize knowledge in organization. We focused on data mining system by genetic programming(GP). Data mining system by genetic programming can be useful tools to derive and extract the necessary information and knowledge from the huge accumulated data. However when we don't have enough amounts of data to perform the learning process of genetic programming, we have to reduce input parameter(s) or increase number of learning or training data. In this study, an enhanced data mining method combining Genetic Programming with Self organizing map, that reduces the number of input parameters, is suggested. Experiment results through a prototype implementation are also discussed.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.823-825
• /
• 2003

시간이 흐름에 따라 생화학 시스템이 변화하는 것을 기록한 데이터로부터 이 시스템의 상태 전이 및 시스템을 구성하는 각 생화학 물질간의 관계를 모델링하기 위한 방법으로 S-tree 구조를 제안한다. 이것은 주로 생화학 시스템의 동적 특성을 모델링 하기 위하여 연구되어 온 S-system을 나무 구조로 표현한 것이다. 본 논문에서는 진화 연산을 통해 주어진 시계열 데이터를 잘 설명하는 S-tree의 구조 및 그 변수들을 동시에 효과적으로 탐색하는 방법을 개발하였다. 이 방법에서는 구조 탐색을 위해 유전 프로그래밍(genetic programming)에서 사용되어 온 나무 구조의 교차 및 돌연변이 연산과 더불어 다양한 형태의 구조 탐색 연산자들을 도입하였고, 또한 동시에 알맞은 변수 값들을 찾기 위하여 확률적 돌연변이 연산을 통한 언덕 오르기(hill-climbing)를 수행한다. 제안된 방법을 효모의 혐기성 발효 데이터에 적용한 결과 주어진 시스템을 성공적으로 모델링할 수 있었다.

• 생명과학회지
• /
• 제31권4호
• /
• pp.410-417
• /
• 2021

NGS (Next-generation sequencing), 즉 차세대염기서열분석은 유전체 수준의 방대한 DNA를 작은 절편으로 만들어서 그 절편들의 염기서열들을 동시에 읽어내는 기법이다. 현재 다양한 생명체의 유전체 염기서열 분석부터 cDNA (complementary DNA)나 ChIPed DNA (chromatin immunoprecipitated DNA)를 분석하는데 이 NGS 기법을 사용하고 있으며, 이 때 얻어진 데이터를 적절히 처리하고 분석하는 일은 생물학적으로 유의미한 결과를 얻기 위하여 중요하다. 하지만 대용량 데이터의 저장 및 활용, 그리고 컴퓨터 프로그래밍 바탕의 데이터 분석은 실험을 수행하는 일반 생물학자들에게 어려운 일이다. Galaxy 플랫폼은 다양한 NGS 데이터 분석 tool을 무료로 제공하는 웹 서비스이며, 생물정보학이나 프로그래밍에 대한 전문지식이 없는 연구자들에게 웹 브라우저만을 이용하여 데이터를 분석할 수 있는 환경을 제공한다. 본 논문에서는 ChIP-seq (chromatin immunoprecipitation-sequencing) 수행을 위한 라이브러리 제작 과정 및 Galaxy 플랫폼을 이용한 ChIP-seq 데이터 분석 과정을 설명하고, K562 세포주에서 수행한 히스톤 H3K4me1 ChIP-seq 결과가 public 데이터와 일치함을 보여준다. 따라서 Galaxy 플랫폼을 활용한 NGS 데이터 분석은 생물정보학에 대한 손쉬운 접근 방법을 제공할 것으로 기대된다.

• 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.

• 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.

• 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.

• 한국해양공학회:학술대회논문집
• /
• 한국해양공학회 2006년 창립20주년기념 정기학술대회 및 국제워크샵
• /
• pp.298-302
• /
• 2006

As the age of information technology is coming, companies stress the need of knowledge management. Companies construct ERP system including knowledge management. But, it is not easy to formalize knowledge in organization. we focused on data mining system by using genetic programming. But, we don't have enough data to perform the learning process of genetic programming. We have to reduce input parameter(s) or increase number of learning or training data. In order to do this, the enhanced data mining system by using GP combined with SOM(Self organizing map) is adopted in this paper. We can reduce the number of learning data by adopting SOM.