• 지능정보연구
• /
• 제14권1호
• /
• pp.117-129
• /
• 2008

현실세계의 복잡한 스케줄링 문제를 해결하기 위하여 AI기반의 비용기반 휴리스틱 방법들이 많이 제시되어 왔다. 하지만 다양한 작업(job)을 대상으로 하는 작업간 비용 전파 알고리즘(CPA)에 관한 연구는 부족한 상황이다. 그러한 CPA없이 스케줄링을 한다는 것은 지역적이고 불충분한 정보에 기반하므로 전체 비용을 최소화 하는 목적을 달성하는데 많은 어려움이 있었다. 전체 비용을 최소화 하기 위하여는 작업내 CPA와 작업간 CPA, 두 종류의 CPA가 필요하다. 작업내에서 변화가 생긴 비용에 관한 정보는 작업간 CPA를 통하여 연결된 이웃 작업으로 전파된다. 작업내 CPA는 이전 연구 [7] 주제이고, 이번 연구에서는 작업간 CPA와 이러한 비용 정보를 기반으로 전체 비용을 최소화 하는 비용기반 휴리스틱 스케줄링 기법을 제안한다. 즉, 이번 연구에서는 탐색 과정에서 각 activity의 비용 함수를 만들고 개선하는 작업간 CPA를 개발하고, 비용 정보를 일시적인 제약조건하의 전체 네트워크에 전파하는 방법을 개발하였다. 이러한 비용 전파 알고리듬을 이용함으로써 전체 스케줄링 비용을 최소화하는 다양한 비용기반 휴리스틱 기법들을 제시하였다.

• 생명과학회지
• /
• 제15권2호
• /
• pp.261-266
• /
• 2005

생명체의 본질적 기능에 중요한 역할을 담당하는 유전자들을 밝히기 위해 미생물 유전체들 사이의 공통적 유전자를 밝히는 COG알고리듬을 이용하였다. 진핵생물 3종을 포함한 66종의 미생물에서 63개의 유전자가 보존적이었으며, 단백질 합성에 관여하는 유전자들이 총 52개로 생명현상에서의 단백질의 중요성을 알 수 있었다. 각 보존적 유전자들의 distance value를 이용하여 종간의 유전자 변이의 정도를 보면, ribosomal protein S12 (COG0048)와 ribosomal protein L14 (COG0093)의 보존성이 가장 높았다. 보존적 유전자들의 평균과 분산으로 유전체 분석을 수행한 결과, 고세균과 진정세균의 각 그룹 등 근연종들이 독자적 그룹을 형성하였다. 하지만 각 그룹내의 속 및 유전체의 수와 유전체 변이의 정도는 비례하지 않는 것을 알 수 있었다.