• 한국정보통신학회논문지
• /
• 제10권1호
• /
• pp.206-211
• /
• 2006

수량화 문제는 n개의 성질을 갖는 m개의 개체들을 각 개체들의 유사도(similarity)를 가장 잘 반영하도록 p차원의 공간 상에 대응시키는 문제이다. 본 논문에서는 물리학에서의 열평형 상태(thermal equilibrium state)에서 분자시스템의 해석적 근사 움직임에 대한 이론인 평균장 이론(mean field theory)에 의한 분자의 평균 변화량 계산과 어닐링(annealing) 방법에 의한 평균장 신경회로망(mean field neural network)을 수량화 문제(quantification analysis problem)의 해결에 적용하였다. 그 결과, 제안한 최적화 응용기법 이 기존의 고유치 분석방법(eigen value analysis)에 비해 비용측면에서 좀 더 최적에 가까운 해답을 찾아낼 수 있음을 확인하였다.

• 한국정보과학회논문지:시스템및이론
• /
• 제27권12호
• /
• pp.988-995
• /
• 2000

각 모듈들의 위치가 배치 알고리즘에 의해 결정된 후에도 모듈들을 종축 또는 횡축을 중심으로 뒤집거나 회전시킴으로써 회로의 효율성과 연결성을 향상시킬 수 있다. 고집적 회로설계의 한 단계인 모듈방향 결정 문제는 모듈간에 연결된 선의 길이의 합이 최소가 되도록 각 모듈의 방향을 결정하는 문제이다. 최근에 평균장 어닐링 방법이 조합적 최적화 문제에 사용되어 좋은 결과를 보여 주고 있다. 평균장 어닐링은 신경회로망의 따른 수렴 특성과 시뮬레이티드 어닐링의 우수한 해를 생성하는 특성이 결합된 방법이다. 본 논문에서는 정규화된 평균장 어닐링을 사용해서 모듈 방향 결정 문제를 해결하였고 실험을 통해 기존의 Hopfield 네트워크 방법과 시뮬레이티드 어닐링과 그 결과를 비교하였다. 시뮬레이티드 어닐링, 정규화된 평균장 어닐링과 Hopfield 네트워크의 총 길이 감소율은 각각 19.86%, 19.85%, 19.03%였으며, 정규화된 평균장 어닐링의 실행 시간은 Hopfield 네트워크보다는 1.1배, 시뮬레이티드 어닐링보다는 11.4배 정도 빨랐다.

• 한국정보처리학회논문지
• /
• 제2권3호
• /
• pp.417-424
• /
• 1995

본 논문에서는 정량화(Quantification) 문제를 MFT(Mean Field Theroy)를 통해서 해결하는 기법을 제안한다. 통계학에서 중요한 문제의 하나인 정량화 문제는 주어진 공간에서 대상들간의 유사성에 따라서 최적의 상태를 갖도록 하는 문제이다. 평균장 접근 방법에 기초한 한개의 변수로 표현되는 확률적 시뮬레이티드 아닐링을 제안하고 정량화 문제를 패널티(penalty) 파라메타 항을 첨가한 비한정된 최적화 문제로 변형하 여 MFT를 적용하였다. 또한 연속변수를 갖는 신경회로망에서 실제 값을 계산하는 것 보다 평균장 접근방법으로 계산하는것이 더 빠르게 계산될 수 있음을 확인하였다. 본 논문에서 제안한 방법이 실험결과 해석적인 방법보다 좋은 정량적 결과를 보였다.