• Journal of Electrical Engineering and Technology
• /
• 제4권1호
• /
• pp.19-27
• /
• 2009

This paper presents a newly developed optimization algorithm, the Bee Optimization Algorithm (BeeOA), to solve the economic power dispatch (EPD) problem. The authors have developed a derivative free and global optimization technique based on the working of the honey bee. The economic power dispatch problem is a nonlinear constrained optimization problem. Classical optimization techniques fail to provide a global solution and evolutionary algorithms provide only a good enough solution. The proposed approach has been examined and tested on two test systems with different objectives. A simple power dispatch problem is tested first on 6 generators and then the algorithm is demonstrated on 13 thermal unit systems whose incremental fuel cost function takes into account the value point loading effect. The results are promising and show the effectiveness and robustness of the proposed approach over recently reported methods.

• ETRI Journal
• /
• 제44권2호
• /
• pp.327-338
• /
• 2022

Classification models for human action recognition require robust features and large training sets for good generalization. However, data augmentation methods are employed for imbalanced training sets to achieve higher accuracy. These samples generated using data augmentation only reflect existing samples within the training set, their feature representations are less diverse and hence, contribute to less precise classification. This paper presents new data augmentation and action representation approaches to grow training sets. The proposed approach is based on two fundamental concepts: virtual video generation for augmentation and representation of the action videos through robust features. Virtual videos are generated from the motion history templates of action videos, which are convolved using a convolutional neural network, to generate deep features. Furthermore, by observing an objective function of the genetic algorithm, the spatiotemporal features of different samples are combined, to generate the representations of the virtual videos and then classified through an extreme learning machine classifier on MuHAVi-Uncut, iXMAS, and IAVID-1 datasets.

• 천문학회보
• /
• 제45권1호
• /
• pp.66.2-66.2
• /
• 2020

We propose a deep learning analysis technique with a convolutional neural network (CNN) to predict the evolutionary track of the Epoch of Reionization (EoR) from the 21-cm differential brightness temperature tomography images. We use 21cmFAST, a fast semi-numerical cosmological 21-cm signal simulator, to produce mock 21-cm maps between z = 6 ~ 13. We then apply two observational effects, such as instrumental noise and limit of (spatial and depth) resolution somewhat suitable for realistic choices of the Square Kilometre Array (SKA), into the 21-cm maps. We design our deep learning model with CNN to predict the sliced-averaged neutral hydrogen fraction from the given 21-cm map. The estimated neutral fraction from our CNN model has great agreement with the true value even after coarsely smoothing with broad beam size and frequency bandwidth and heavily covered by noise with narrow beam size and frequency bandwidth. Our results show that the deep learning analyzing method has the potential to reconstruct the EoR history efficiently from the 21-cm tomography surveys in future.

• 윤리연구
• /
• 제82호
• /
• pp.73-125
• /
• 2011

신경과학 연구에서 첨단 영상기술의 도입은 사변적 논의에 머물었던 철학적 개념이나 주장에 대해서 사실적 토대에 접근할 수 있는 계기를 제공했다. 윤리학과 도덕 심리학계의 일부 학자들 사이에는 도덕 판단의 근거를 fMRI와 같은 기법을 활용하여 신경 과정 현상에서 규명하려는 움직임이 일고 있다. 조쉬아 그린은, 도덕 판단 일반이 무의식이나 직관에 의해서 이루어진다는 사회적 직관주의의 입장을 개별 도덕이론들에 적용하고자 한다. 그린에 의하면, 의무론은 실제 이성에 의한 결과에 따른 규범적 주장이 아니라 진화에 의해 형성된 도덕적 감정에 의해 유도된 심리적 유형이며, 그러한 감정적 반응을 이성적 추론에 의한 것으로 생각하는 경향은 사후 합리화, 일종의 작화증(作話症)의 발로라고 주장한다. 그린은 더 나아가 의무론 본래의 이론은 규범적 관점에서 타당한 입론을 보장할 수 없으며, 공적 영역에서의 의사결정에 있어서 결과론적 원리가 희망적인 관점이라고 제안한다. 이에, 본 논문은 그린의 논증 과정을 분석하여 재구성하였고, 그린의 논증에는 도덕 판단에 대한 이해, 가설 설정과 검증 자료의 제시와 해석, 그리고 의무론에 대한 조작적 정의와 규범적 평가 등에 있어서 의문점이 제기되고 있음을 밝혔다. 더 나아가 그린의 연구 방법과 결과와 문제점 등이 우리 도덕(과)교육에 시사할 수 있는 바를 정리하였다. 도덕에 관한 과도한 과학주의와 사변적 논의에 대한 경계, 도덕성 본질에 대한 이해 지평의 확대와 신경윤리학과 뇌교육에서 도덕교육의 영역 탐색 등이 언급된다.

• 스마트미디어저널
• /
• 제9권3호
• /
• pp.31-40
• /
• 2020

현재 제조 분야 빅데이터 분석을 위하여 black-box 기반 기계 학습 알고리즘을 활용하고 있다. 해당 알고리즘은 높은 분석 정합성 가지는 장점이 있지만, 분석 결과에 대한 해석이 어렵다는 단점이 있다. 그러나 제조업에서는 분석 알고리즘은 제조 공정 원리 기반 해석을 통하여 결과의 근거 및 도출 타당성에 대한 검증이 중요하다. 이러한 기계 학습 알고리즘의 결과 설명력 한계를 극복하기 위하여 유전 프로그래밍을 활용한 제조 빅데이터 분석 방법을 제안한다. 본 알고리즘은 생물학적 진화유전 프로그래밍 알고리즘은 생물학적 진화를 모방한 진화 연산 (선택, 교배, 돌연변이) 반복하면서 최적의 해를 찾아간다. 그리고 해는 수학적 기호를 활용하여 변수 간의 관계로 나타나며, 가장 높은 설명력을 가지는 해가 최종적으로 선택된다. 이를 통하여 입력 및 출력 변수 관계 수식화를 통한 결과를 도출하므로 직관적인 제조 매카니즘에 대한 해석이 가능하며 또한 수식으로 나타낸 변수간의 관계 기반으로 기존 해석이 불가한 제조 원리 도출도 가능하다. 제안 기법은 대표적인 기계 학습 알고리즘과 성능을 비교 분석 결과 동등 또는 우수한 성능을 보였다. 향후 해당 기법을 통하여 다양한 제조 분야 활용 가능성을 검증하였다.

• 한국지능시스템학회논문지
• /
• 제11권4호
• /
• pp.359-365
• /
• 2001

본 논문에서는 바이러스-진화 유전 알고리즘에 기반한 퍼지 기저 함수 확장을 이용한 표적 추적 시스템의 설계 방법을 제안한다. 일반적으로 표적 추적의 목적은 센서로부터 얻어진 표적의 과거 위치에 기반하여, 미래에 대한 표적의 궤적을 추정하는 것이다. 확장 칼만 필터와 같은 전통적이고 수학적인 비선형 필터링 기법에서 강한 비선형성은 시스템의 성능을 저하시킬 수 있다. 이러한 비선형 필터링 기법의 장점을 결합한다. 제안된 방법에서, 확장 칼만 필터의 파라미터로 학습 데이터를 구성하고, 강한 근사화 능력을 가지는 퍼지 기저 함수에 유전 알고리즘의 유전적 다양성 상실로 이한 조기 수렴을 방지하는 바이러스-진화 유전 알고리즘을 결합하여, 파라미터와 규칙 수를 동시에 동정시킴으로써 확장 칼만 필터의 오차를 보정한다. 마지막으로, 제안된 방법은 3차원 상의 모의 실험을 통해 그 성능이 입증된다.

• 한국자동차공학회논문집
• /
• 제20권6호
• /
• pp.1-8
• /
• 2012

Multidisciplinary design optimization (MDO) for a suspension component of the vehicle front suspension was performed in this research. Shapes and thicknesses of the subframe were optimized to satisfy multi-disciplinary design requirements; weight, fatigue, crash, noise, vibration, and harshness (NVH), and kinematic and compliance (K&C). Analyses procedures of the performance disciplines were integrated and automated by using the process integration and design optimization (PIDO) technique, and the integrated and automated analyses environments enabled various types of analytic design methodologies for solving the MDO problem. We applied an approximate optimization technique which involves sequential sampling and metamodeling. Since the design variables for thicknesses should be dealt as discrete variables. the evolutionary algorithm is selected as optimization technique. The MDO problem was formulated three types of problems according to the order of priorities among the performance disciplines, and the results of MDO provided design alternatives for various design situations.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권2호
• /
• pp.326-354
• /
• 2014

In this paper, a new green clustering algorithm is proposed to be as a first approach in the framework of an energy efficient strategy for centralized enterprise high-density WLANs. Traditionally, in order to maintain the network coverage, all the APs within the WLAN have to be powered-on. Nevertheless, the new algorithm can power-off a large proportion of APs while the coverage is maintained as its always-on counterpart. The two main components of the new approach are the faster procedure based on K-means and the more accurate procedure based on Evolutionary Algorithm (EA), respectively. The two procedures are processes in parallel for different designed requirements and there is information interaction in between. In order to implement the new algorithm, EA is applied to handle the optimization of multiple objectives. Moreover, we adapt the method for selection and recombination, and then introduce a new operator for mutation. This paper also presents simulations in scenarios modeled with ray-tracing method and FDTD technique, and the results show that about 67% to 90% of energy consumption can be saved while it is able to maintain the original network coverage during periods when few users are online or the traffic load is low.

• 천문학회보
• /
• 제38권2호
• /
• pp.75-75
• /
• 2013

Recent observations have shown that some massive globular clusters (GCs) host multiple stellar populations having different heavy element abundances enriched by supernovae. They usually accompany multiple red giant branches (RGBs) in the color-magnitude diagrams (CMDs), and are distinguished from most of the other GCs which display variations only in light element abundances. In order to investigate the star formation histories of these peculiar GCs, we have constructed synthetic CMDs based on the updated versions of Yonsei.Yale ($Y^2$) isochrones and horizontal branch evolutionary tracks which include the cases of enhancements in both helium and the total CNO abundances. To estimate ages and helium abundances of subpopulations in each GC, we have compared our models with the observations on the Hess diagram by employing a ${\chi}^2$ minimization technique. In this talk, we will present our progress in the population modeling for these GCs with multiple RGBs.

• 한국소음진동공학회논문집
• /
• 제19권5호
• /
• pp.482-490
• /
• 2009

In this paper, the author proposes a new method for acoustic radiation optimum design to minimize noise from a vibrating panel-like structure using a collaborative population-based search method called the particle swarm optimization algorithm(PSOA). The PSOA is a parallel evolutionary computation technique initially developed by Kennedy and Eberhart. The acoustic radiation optimization method based on the PSOA consists of two processes. In the first process, the acoustic radiation analysis by an integrated p-version FEM/BEM, which was developed by using MATLAB, is performed to evaluate the exterior acoustic radiation field of the panel. The second process is to search the optimum design variables: 1) Shape of Bezier curves and 2) Shape and position of ribs, to minimize noise from the panel using the PSOA. The optimization method based on the PSOA is compared to that based on the steady state genetic algorithm(SSGA) in order to verify the effectiveness and validity of the optimal solution by PSOA. Finally, it is shown that the optimal designs of the panel obtained by using the PSOA can achieve effective reductions in radiated sound power.