• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.754-756
• /
• 2005

진화 알고리즘이 최근 게임의 전략을 설계하기 위한 방법으로 많이 활용되고 있다. 이 방법은 후보 전략들이 서로 경쟁하면서 보다 나은 전략을 스스로 찾아나가는 방식으로 체커의 경우 마스터 수준의 컴퓨터 프로그램이 생성되기도 했다. 진화방식은 전문가의 도움을 최소화 하면서 높은 수준의 게임 전략를 생성해 낼 수 있다는 장점이 있는 반면에 손쉽게 정의될 수 있는 널리 알려진 전문지식을 찾는데 매우 많은 세대를 필요로 하기도 한다. 본 논문에서는 잘 정리되어져 있는 체커의 오프닝 마무리 지식을 진화 과정 중에 이용하여 진화의 속도와 성능을 향상시키는 방법을 제안한다. 본 연구에서는 일반진화와 종분화 진화 각각에 대해 전문지식을 삽입한 후 결과를 비교해 본다. 실험결과 종분화 진화에 전문지식을 삽입한 경우가 가장 좋은 성능을 보였으며 전문지식의 사용이 진화의 속도 및 성능 향상에 기여하는 것을 확인하였다.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 2003.10a
• /
• pp.149-149
• /
• 2003

• Journal of The Korean Association For Science Education
• /
• v.35 no.2
• /
• pp.259-265
• /
• 2015

This study examined high school students' acceptance of evolutionary theory, evolutionary knowledge, and epistemological belief. The Christian and non-Christian students' acceptance of evolutionary theory and evolution content knowledge were compared in relation to their 'scientific epistemological views' (domain-specific) and 'evolution in relation to nature of science' (context-specific). The Christian students' evolutionary knowledge was most predicted by the theory-laden exploration of science, while the non-Christian students' scores on evolutionary knowledge were most predicted by the scientific epistemological views. In addition, the Christian students' scores on scientific epistemological views and evolution in relation to evolution were not significantly related to each other, while the non-Christian students' scores on both variables were significantly related. Furthermore, 'evolution in relation to nature of science' is the strongest predictor of both Christian and non-Christian students' acceptance of evolution.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 2004.05a
• /
• pp.214-214
• /
• 2004

공작기계가 협력의 주체가 되는 생산시스템에서는 공작기계가 다양한 내외부적 요인들과 협력을 유지하면서 스스로 지식을 진화시킬 수 있는 M2M(Machine To Machine) 환경을 만들어 갈 수 있게 될 것이다. 본 연구에서는 지식진화형 지능공작기계의 개발을 위한 대화 모듈 에이전트 설계에 대한 내용을 소개한다. 지식진화형 지능 공작기계를 개발하기 위해서는 인간 전문가를 대신할 다양한 지식과 이에 적합한 지식처리가 필요하다. 그러기 위해서는 무엇보다 기계간 협력을 위한 에이전트의 요구가 필수적이다.(중략)

• Journal of Korea Technology Innovation Society
• /
• v.14 no.2
• /
• pp.320-342
• /
• 2011

This paper tries to analyze the evolution of technological innovative pattern in system semiconductor industry from the perspective of the evolution of way by which knowledge is generated and its related evolution of inter-firm relationships. In particular, this paper focuses on the evolution of knowledge after the emergence of EDA as a design tool, as a main momentum. As a result of analysis, we can find out following things. First, the innovative activities have evolved from design activity-centered technology development to innovative activities focusing on searching activities for utilizing knowledge and technology. Second, with rising value of knowledge, creation of new market utilizing knowledge, and development of new industry and new technology through inter-firm relationship had been made, in addition to strengthened specialized technological division of labor. Third, with focusing on utilization of knowledge, inter-firm network has taken diverse forms for building complementary platform for co-development. This discussion can give an insight on the necessity of utilizing inter-firm network strategically and setting strategies for enhanced searching activities such as market creation and knowledge utilization.

• Journal of the Korean Society for Precision Engineering
• /
• v.19 no.2
• /
• pp.17-25
• /
• 2002

• 한국HCI학회:학술대회논문집
• /
• 2009.02a
• /
• pp.685-689
• /
• 2009

Evolutionary Computation is not only widely used in optimization and machine learning, but also being applied in creating novel structures and entities. This paper proposes evolutionary topic maps that can suggest new and creative knowledge not easily producible by humans. Interactive evolutionary computation method is applied into topic maps in order to accept human evaluation on feasibility of intermediate topic maps. Evolutionary topic maps are creativity support tools, helping users to encounter new and creative knowledge. Further work can greatly improve the system by providing more operations, preventing over-convergence, and overcoming user fatigue problem by providing more intuitive user interface, better visualization, and interpolation mechanisms.

• Proceedings of the Korea Database Society Conference
• /
• 2008.05a
• /
• pp.13-30
• /
• 2008

The objective of this study is to explore a knowledge sharing typology for Internet portals based on knowledge-based view of firm. Furthermore, we provide insights into how the evolution of Internet portals takes place by describing user behavior of knowledge sharing. For doing this, we first present a typology of knowledge sharing based on the two dimensions such as knowledge donation and knowledge collection. Then we conduct case study of the Korean major portals to demonstrate a proposed typology. The main finding of the analysis is that three distinctive types of knowledge sharing patterns within portals are distinguished: collaboration, accumulation, and publishing. We conclude that user behavior of knowledge sharing is characterized as guiding factors in evolution process.

• Journal of the Korean Society for Precision Engineering
• /
• v.26 no.1
• /
• pp.38-42
• /
• 2009

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.667-669
• /
• 2005

최근 새로운 데이터마이닝 방법인 지도 군집화가 소개되고 있다. 지도 군집화의 목적은 동일한 클래스가 한 군집에 포함되도록 하는 것이다. 지도 군집화는 데이터에 대한 배경 지식을 획득하거나 분류 방법의 성능을 향상시키기 위한 방법으로 사용된다. 그러나 군집화 방법에서 파생된 지도 군집화 역시 군집화 개수 설정 방법에 따라 효율성이 좌우된다. 따라서 클래스 분포에 따라 최적의 지도 군집화 개수를 찾기 위해 진화알고리즘을 적용할 수 있으나, 진화알고리즘은 대용량 데이터를 처리할 경우 수행 시간이 증가되어 효율성이 감소되는 문제가 있다. 본 논문은 지도 군집화보다 강인한인 지도 퍼지 군집화를 효율적으로 생성하기 위해 진화성이 우수한 휴리스틱 분할 진화알고리즘을 제안한다. 휴리스틱 분할 진화알고리즘은 개체를 생성할 때 문제영역의 지식을 반영한 휴리스틱 연산으로 탐색 시간을 단축시키고, 개체 평가 단계에서 전체 데이터 대신 샘플링된 부분 데이터들을 이용하여 진화하는 분할 진화 방법으로 수행 시간을 단축시킴으로써 진화알고리즘의 효율성을 높인다. 또한 효율적으로 개체를 평가하기 위해 지도 퍼지 군집화 알고리즘인 지도 분할 군집화 알고리즘(SPC: supervised partitional clustering)을 제안한다. 제안한 방법은 이차원 실험 데이터에 대해서 정확성과 효율성을 분석하여 그 타당성을 확인한다.