• 한국산학기술학회논문지
• /
• 제15권3호
• /
• pp.1724-1733
• /
• 2014

본 논문에서는 비모노톤함수(non-monotone function)인 CosExp(cosine-modulated symmetric Exponential function) 함수와 모노톤함수(monotone function)인 시그모이드 함수를 캐스케이드 코릴레이션 알고리즘(Cascade Correlation algorithm)의 학습에 병행해서 사용하여 이중나선문제(two spirals problem)의 패턴인식에 어떠한 영향이 있는지 분석하고 이어서 알고리즘의 최적화를 시도한다. 첫 번째 실험에서는 알고리즘의 후보뉴런에 CosExp 함수를 그리고 출력뉴런에는 시그모이드 함수를 사용하여 나온 인식된 패턴을 분석한다. 두 번째 실험에서는 반대로 CosExp 함수를 출력뉴런에서 사용하고 시그모이드 함수를 후보뉴런에 사용하여 실험하고 결과를 분석한다. 세 번째 실험에서는 후보뉴런을 위한 8개의 풀을 구성하여 변형된 다양한 시그모이드 활성화 함수(sigmoidal activation function)를 사용하고 출력뉴런에는 CosExp함수를 사용하여 얻게 된 입력공간의 인식된 패턴을 분석한다. 네 번째 실험에서는 시그모이드 함수의 변위를 결정하는 세 개의 파라미터 값을 유전자 알고리즘을 이용하여 얻는다. 이 파라미터 값들이 적용된 시그모이드 함수들은 후보뉴런의 활성화를 위해서 사용되고 출력뉴런에는 CosExp 함수를 사용하여 실험한 최적화 된 결과를 분석한다. 이러한 알고리즘의 성능평가를 위하여 각 학습단계 마다 입력패턴공간에서 인식된 이중나선의 형태를 그래픽으로 보여준다. 최적화 과정에서 은닉뉴런(hidden neuron)의 숫자가 28에서 15로 그리고 최종적으로 12개로 줄어서 학습 알고리즘이 최적화되었음을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.1140-1144
• /
• 2006

홍수를 예측하기 위해서 국내 5대강 유역의 홍수통제소는 저류함수모형을 사용하고 있다. 그러나 저류함수모형을 실제 홍수사상에 적용하기 위해 매개변수를 결정하여야 하는데 이는 매우 어려운 작업으로 지금까지는 저류함수모형의 매개변수 보정을 위해 시행착오에 의한 수동보정 방법을 사용하여 왔다. 이에 본 연구는 미호천 유역을 대상유역으로 하여 Pattern Search Multi-Start(P-S), SCE-UA와 유전자 알고리즘(GA)을 이용하여 매개변수 보정을 하고, 그 방법들에 대한 비교와 분석을 하였다. 그리고 최적화 기법을 통해 얻어진 매개변수를 사용하여 저류함수모형의 홍수수문곡선을 유도하고 이를 비교, 분석하였다. 또한 SSR과 WSSR의 목적함수를 사용하여 목적함수별 홍수수문곡선을 비교, 분석하였다.

• 한국인터넷방송통신학회논문지
• /
• 제14권4호
• /
• pp.107-112
• /
• 2014

본 연구에서는 다중 사용자 환경의 볼륨 가시화(Volume Rendering)에서 변환 함수(Transfer Function)의 최적화 방안을 연구한다. 볼륨 데이터에 따라 필요한 변환 함수의 형태가 다르기 때문에 여러 번의 시행착오를 겪어야 필요한 변환 함수를 얻을 수 있는데, 이를 방지하기 위해 크라우드 소싱 기법을 이용하여 변환 함수의 파라미터를 최적화 하는 방안을 제안한다. 다중 사용자 환경에서 각 사용자마다 신뢰도에 따른 레벨을 지정하여 가중치로 사용한다. 이전 사용자가 사용했던 변환 함수 파라미터는 가중치만큼 다음 사용자에게 제공되기 때문에 다음 사용자는 변환 함수의 최적 파라미터를 찾기 위한 시도횟수를 줄일 수 있다.

• 한국지능시스템학회논문지
• /
• 제26권1호
• /
• pp.87-92
• /
• 2016

본 논문에서는 일반적인 신경회로망의 단점인 느린 학습속도를 획기적으로 개선한 네트워크인 Extreme Learning Machine과 전문가들의 언어적 정보들을 기술 할 수 있는 퍼지 이론을 접목한 퍼지 Extreme Learning Machine을 최적화하기 위하여 Particle Swarm Optimization 알고리즘을 이용하였다. 퍼지 Extreme Learning Machine의 활성화 함수를 일반적인 시그모이드 함수를 사용하지 않고, 퍼지 C-Means 클러스터링 알고리즘의 활성화 레벨 함수를 이용하였다. Particle Swarm Optimization 알고리즘과 같은 최적화 알고리즘을 통하여 퍼지 Extreme Learning Machine의 활성화 함수의 파라미터들을 최적화 한다. Particle Swarm Optimization과 같은 최적화 알고리즘을 통한 제안된 모델의 최적화 하고 최적화된 모델의 분류성능을 평가하기 위하여 다양한 머신 러닝 데이터 집합을 사용하여 평가한다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2000년도 춘계공동학술대회 논문집
• /
• pp.53-56
• /
• 2000

그로벌최적화문제(Global optimization problem)의 부류인 다목적선형계획법 ( MOLP ) (Multiple objective linear programming)에서 결정된 유효해집합(a set of efficient solutions)위에서 선형함수 최적화문제 ( Ρ )는 해집합이 볼록집합이 아니므로(nonconvex set) 일반적인 선형계획법을 활용하기가 어렵다. 현재까지 ( Ρ )의 최적화를 위해서 유효해집합의 모든 꼭지점(extreme point)를 찾거나 일련의 선형계획문제들을 최적화하여 최적해를 찾는 접근방법들이 있다. 이러한 방법들에는 ( MOLP )의 해집합의 차원(dimension)이 커짐에 따라 문제해결이 실제적으로 가능하지 않는 경우가 많다. 본 연구는 주어진 선형함수와 다목적선형함수들간 관계를 고찰하여 선형목적함수를 구성하고 그 목적함수를 이용하여 주어진 문제 (Ρ) 의 최적해를 찾는 선형계획적 접근방법을 제안한다.

• 대한기계학회논문집A
• /
• 제41권10호
• /
• pp.905-913
• /
• 2017

본 연구에서는 형상 정보가 주어지지 않은 부품과 형상 정보가 주어진 부품으로 구성된 봉의 고유 주파수를 최대화하는 치수 최적화 방법을 제시한다. 두 부품으로 구성된 봉의 진동 특성을, 각 부품의 형상 대신, 두 부품의 주파수 응답 함수들로부터 예측한다. 이를 위해, 실험 모달 해석 방법을 이용하여 각 부품의 등가 진동계를 구하고, 두 등가 진동계의 질량 행렬과 강성 행렬들로부터, 두 부품이 결합된 봉의 등가 질량 행렬과 강성 행렬을 도출한다. 몇 가지 수치 예제에서, 제시한 방법으로 얻어진 봉의 등가 진동계의 주파수 응답 함수를 실제 봉의 주파수 응답 함수와 비교하여, 등가 진동계를 이용한 고유 주파수 예측 방법의 유효성을 검증한다. 검증된 방법으로 얻어진 등가 진동계를 이용하여, 봉의 1차 고유 주파수를 최대화하기 위한 치수 최적화 문제를 정식화하고, 최적화 알고리즘을 사용하여 봉의 구조를 최적화한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1962-1963
• /
• 2011

본 연구에서는 패턴분류를 위해 최적화된 방사형 기저 함수 신경회로망(Radial Basis Function Neural Networks) 분류기를 제안한다. RBFNN은 입력층, 은닉층, 출력층의 3층 구조로 되어 있으며 Multi Dimension, Predictive ability, Robustness한 특징이 있다. RBFNN의 은닉층에는 기존의 활성함수가 아닌 Fuzzy C-means 클러스터링 알고리즘을 사용하여 입력 데이터의 특성을 고려한 적합도를 사용하였다. RBFNN은 은닉층의 노드수와 FCM 클러스터링의 퍼지화 계수, 연결가중치의 다항식 타입이 모델의 성능의 향상에 영향을 미치기 때문에 최적화가 필요하며 본 논문에서는 Differential Evolution(DE) 알고리즘을 사용하여 모델의 구조 및 파라미터를 최적화시켜 모델의 성능을 향상시켰다. 제안된 모델을 평가하기 위해 패턴분류에 많이 사용되는 Iris 데이터와 Wine 데이터를 이용하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 D
• /
• pp.2639-2641
• /
• 2003

유전자 알고리즘은 다윈의 자연선택설과 유전자의 진화 개념을 이용한 적응 탐색 알고리즘으로 적용하고자 하는 문제의 매개 변수를 유전자와 비슷한 데이터 구조로 부호화하고, 유전 연산자를 이용하여 문제의 해답을 찾는 알고리즘이다. 최근 유전자 알고리즘은 이러한 복수개의 목적 함수를 최적화 하기 위한 다중 최적화 문제를 위한 최적화 기술로서의 관심이 크게 다루어지고 있으며 전송 문제, 생산 공정 문제 계획 등과 같은 다목적 함수를 다루는 많은 응용 부분에 대해 적용되고 있다. 본 논문에서는 기본적인 다중 목적 함수용 예와 Gen과 Kim이 제안한 네트워크 신뢰도를 고려한 연결 비용과 메시지 지연을 고려한 이중 구속 통신망 설계 문제를 가지고 가중치 합과 여러 가지 파레토 방법들을 비교하고 연구 검토 하고자 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(A)
• /
• pp.135-138
• /
• 2011

자바스크립트 언어는 클라이언트 사이드 웹 언어로서 지금까지 널리 사용되어 왔다. 그러나 최근에서야 내장형 시스템에서의 웹 브라우징이 보급되면서 그 성능이 이슈가 되고 있는데, 이를 위해 여러 오픈 소스 진영에서 적시 컴파일러를 탑재한 고성능의 자바스크립트 엔진이개발되고 있다. 그 중 V8 자바스크립트 엔진이 현재는 성능이 가장 좋은 것으로 알려져 있으나, 자바스크립트 언어의 극도로 동적인 특성으로 인하여 아직 성능의 최적화 여지가 많이 남아 있다. 본 논문에서는 V8 자바스크립트 엔진의 적시 컴파일러에서 함수 호출 코드 생성에 관한 최적화를 적용 하였다. 두 개의 명령어와 하나의 상수 풀을 사용하던 기존의 함수 호출 코드에서 하나의 명령어만으로 함수 호출을 하도록 구현함으로써 성능이 1.5% 개선되었고, 네이티브 캐시 사용량이 7.7% 감소하였다.

• 산업경영시스템학회지
• /
• 제15권26호
• /
• pp.67-76
• /
• 1992

변수의 어떤 값들에 대해 도함수를 가질 수 없는 함수를 최적화해야 하는 등. OR 에서는 여러 상황이 존재한다. 이것은 Convex Analysis〔12〕서 이론적인 differential calculus를 근저로 하는 Non-differentiable Optimization 또는 Non-smooth Optimization 을 취급하는 것이 된다. 이러한 종류의 미분이 가능하지 않은 최적화문제는 연속함수를 위한 종래의 최적화법으로는 그 해법자체가 갖고 있는 연속성의 한계를 극복할 수 없다. 따라서, 이러한 문제를 해결하기 위해 Demyanov〔4〕가 제시한 quasi-differental function의 정의와 이들 함수에 따른 몇가지 주요정리들을 언급하고, 그것들을 토대로 Non-differentiable optimization problem의 수치적인 방법을 수행하기 위해 일종의 modified gradient 법을 제시한다. 이를 이용해서 numerical experiment를 위한 방법을 구체화하여, unrestricted non-differentable optimization problem에 적응하여, 그 수치해 결과를 보여서 그 타당성음 검토하였다.