• KIISE Transactions on Computing Practices
• /
• v.22 no.4
• /
• pp.184-188
• /
• 2016

The cleaning robot is popularly used as a home appliance. The state-of-the-art cleaning robot can clean more efficiently by using information gathered from its sensor, which is difficult for low-price cleaning robots due to limitation in this aspect. In this paper, we suggested a method for the moving pattern of cleaning robot based on grammatical evolution. Optimized program is generated by using moving pattern grammar, which is defined by Backus-Naur form. In addition, conditional probability is used between each of the grammar elements during the program creation process. The proposed method is evaluated by robot simulation in order to verify its performance and further compare it with existing algorithms. The experiment results showed that the proposed method is better than the compared algorithms.

• 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.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.03a
• /
• pp.57-60
• /
• 1998

Darwin Machine은 자기 자신의 구조를 전자적인 속도로 진화해 나가는 하드웨어로서 복잡한 구조와 성질으 진화 기법을 사용하여 만들어 나가는 진화공학(Evolutionary Engineering)의 한 예이다. 하드웨어가 전자적인 속도로 진화하기 위해서는 각각으리 하드웨어 구성요소들이 병렬적으로 작동해햐 하는데 셀룰라 오토마타는 이러한 문제를 해결하는 적합한 구조이며, 하드췌어에 쉽게 이식할 수 있는 장점이 있다. 신경망의 학습 능력과 진한 연산을 이용하면 효율적인 진화를 유도할 수 있다. 본 논문에서는 이러한 하드웨어 구현을 위한 셀룰라 오토마타에 기반한 신경망을 보이고자 한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.12 no.5
• /
• pp.462-466
• /
• 2002

Genetic Algorithm (GA) which imitates the process of nature evolution is applied to various fields because it is simple to theory and easy to application. Recently applying GA to hardware, it is to proceed the research of Evolvable Hardware(EHW) developing the structure of hardware and reconstructing it. And it is growing a necessity of GAP that embodies the computation of GA to the hardware. Evolving by GA don't act in the software but in the hardware(GAP) will be necessary for the design of independent EHW. This paper shows the design GAP for fast reconfiguration of EHW.

• 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.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.37 no.5
• /
• pp.29-44
• /
• 2000

Adaptation of operator probabilities is one of the most important and promising issues in evolutionary computation areas. This is because the setting of appropriate probabilities is not only very tedious and difficult but very important to the performance improvement of genetic algorithms. Many researchers have introduced their algorithms for setting or adapting operator probabilities. Experimental results in most previous works, however, have not been satisfiable. Moreover, Tuson have insisted that “the adaptation is not necessarily a good thing” in his papers［$^1$$^2$］. In this paper, we propose a self-tuning scheme for adapting operator probabilities in genetic algorithms. Our scheme was extensively tested on four function optimization problems and one combinational problem； and compared to simple genetic algorithms with constant probabilities and adaptive genetic algorithm proposed by Srinivas et al［$^3$］. Experimental results showed that our scheme was superior to the others. Our scheme compared with previous works has three advantages： less computational efforts, co-evolution without additional operations for evolution of probabilities, and no need of additional parameters.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.482-487
• /
• 2002

본 논문에서는 사용자 개개인에 최적화된 아바타를 생성하기 위해 대화형 진화 연산(Interactive Genetic Algorithm, IGA)을 적용하는 방법을 제안하고 있다. IGA는 사용자의 선택을 적합도 평가에 사용하는 방법이기 때문에, 사용자의 개인적인 취향을 아바타 생성 과정에 반영할 수 있다. 본 연구에서는 기존의 IGA가 가지고 있는 단점을 극복하기 위해 'hidden population' , 'primitive avatar' , 'simplified genotype' 기법을 제안한다. 이러한 방법들은 단시간 내에 최적화된 결과물을 생성하도록 유도함으로써 IGA 시스템의 최대 문제점인 사용자의 피로도를 최소화한다. 마지막으로, 제안하고 있는 알고리즘의 우수성을 증명하기 위해 사용자의 만족도나 신뢰도를 측정할 수 있는 독자적인 평가 방법을 소개하고 있다.

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2005.04a
• /
• pp.317-324
• /
• 2005

Korean shipyards have accumulated a great amount of data. But they do not have appropriate tools to utilize the data in practical works. Engineering data contains experts' experience and know-how In its own. It is very useful to extract knowledge or information from the accumulated existing data by using datamining technique. This paper treats an evolutionary computation method based on genetic programming (GP), which can be one of the components to realize datamining.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06a
• /
• pp.48-49
• /
• 2010

• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.11a
• /
• pp.459-462
• /
• 2000

웹기반의 미디어 검색과 제작에 인간의 직관이나 감성을 이용하는 방법이 최근 활발히 연구되고 있다. 본 논문에서는 이러한 기술로서 대화형 진화연산을 소개하고, 인간과 컴퓨터 사이의 상호작용에 기초한 벌용의 인터페이스를 개발한다. 이 시스템은 미디어 검색 및 제작 방법으로 유전자 알고리즘을 사용하고, 이의 적합도 값을 인간이 제공하도록 함으로써 인간의 감성을 개입시키도록 한다