• 제목/요약/키워드: Global optimization algorithm

검색결과 584건 처리시간 0.026초

차분 진화 알고리즘 기반의 SI기법을 이용한 외부 긴장된 텐던의 장력추정 (Tensile Force Estimation of Externally Prestressed Tendon Using SI technique Based on Differential Evolutionary Algorithm)

  • 노명현;장한택;이상열;박대효
    • 대한토목학회논문집
    • /
    • 제29권1A호
    • /
    • pp.9-18
    • /
    • 2009
  • 본 논문은 외부 긴장된 텐던의 장력추정에 대한 차분진화기법의 적용을 소개한다. 제안된 차분진화 알고리즘의 SI기법은 기존의 구배 기반의 최적화 기법과는 다르게 전역해 탐색이 가능하다. 수치실험은 인식변수에 대한 사전정보 없이도, 제안된 차분진화기법이 외부긴장 텐던의 정확한 장력 추정뿐 아니라 유효공칭직경 추정이 가능하여 1%미만의 추정 오차를 갖는 유용한 기법임을 보여준다. 또한 긴장력 손실 유무의 사용 상태를 고려한 축소실험 모델 실험을 이용하여 제안된 기법의 타당성이 실험적으로 검증되었다. 실험의 결과는 긴장력 손실과 무관하게 정확한 장력 추정과 유효공칭직경의 추정뿐 아니라 실험 모델의 감쇠비까지 추정되어 제안된 기법이 적합하고, 효과적인 방법임을 보여준다. 유효공칭 직경의 2% 추정 오차는 실제 꼬여진 단면을 갖는 텐던의 직경과 충실단면을 갖는 FE 모델의 직경의 차이 때문이다. 마지막으로, 기존이론과의 비교 분석으로 제안된 차분진화 기법의 정확성과 우월성이 검증되었다.

데이터 마이닝을 이용한 인터넷 쇼핑몰 상품추천시스템 (Product Recommender System for Online Shopping Malls using Data Mining Techniques)

  • 김경재;김병국
    • 지능정보연구
    • /
    • 제11권1호
    • /
    • pp.191-205
    • /
    • 2005
  • 전자상거래의 확산에 따라 인터넷 쇼핑몰에서의 구매활동은 일반적인 현상이 되었다 그 결과, 유사한 업종이나 업태의 인터넷 쇼핑몰이 범람하게 되었고 업체들 간의 경쟁도 심화되어 차별화 된 서비스를 제공하지 않는 업체는 도태되기 쉬운 상황이다. 본 연구에서는 치열한 경쟁환경 하에서 인터넷 쇼핑몰들의 차별화 된 마케팅 서비스의 수단으로써 이용되고 있는 상품추천시스템의 개선된 모형을 제시하고자 한다. 본 연구에서 제안하는 모형은 전역 최적화 기법 중의 하나인 유전자 알고리즘을 데이터 마이닝의 도구로 활용한 인터넷 쇼핑몰에서의 개인화 된 상품추천시스템 모형이다. 유전자 알고리즘은 추출하기가 어려운 소비자의 성향을 데이터를 통해 추출하고 이에 맞는 상품군을 선택할 수 있도록 해 주는 최적화 기법으로 상품추천시스템의 추천엔진으로써 유용할 것으로 기대된다 본 연구에서는 제안하는 유전자 알고리즘에 기반한 추천규칙들이 장착된 웹 기반의 개인화 된 상품추천시스템의 프로토타입을 개발하고 이에 대한 실제 사용자들의 이용 만족도를 확인함으로써 렬 연구에서 제안한 방법론의 유용성을 확인하고자 한다.

  • PDF

셀룰라 신경회로망의 연상메모리를 이용한 영상 패턴의 분류 및 인식방법 (Image Pattern Classification and Recognition by Using the Associative Memory with Cellular Neural Networks)

  • 신윤철;박용훈;강훈
    • 한국지능시스템학회논문지
    • /
    • 제13권2호
    • /
    • pp.154-162
    • /
    • 2003
  • 셀룰라 신경회로망의 연상 메모리를 이용하여 시각적인 입력 데이터의 연산을 통하여 영상 패턴의 분류와 인식을 수행한다. 셀룰라 신경회로망은 일반적인 신경회로망과 같이 비선형 데이터의 실시간 처리가 가능하고, 세포자동자와 같이 이 격자구조의 셀로 이루어져 인접한 셀과 직접 정보를 주고받는다. 응용 분야로는 최적화, 선형/비선형화, 연상 메모리, 패턴인식, 컴퓨터 비전 등에 적용할 수 있다. 영상의 이미지 픽셀을 셀룰라 신경회로망의 셀에 대응하여 전체 이미지 영상을 모든 셀룰라 신경회로망의 셀에서 동시에 병렬로 처리할 수 있어 2-D 이미지 처리에 적합하다. 본 논문은 셀룰라 신경회로망에 의한 연상 메모리 구조를 설계하고, 학습된 하중값 메모리에서 가장 적당한 하중값을 선택하여 학습된 영상과 정확히 일치하는 출력을 얻는 방법을 제시한다. 학습을 통한 연상 메모리 구현에는 각각의 뉴런에서 일정하지 않은 다른 템플릿을 사용한다. 각각의 템플릿은 뉴런들 간의 연결 하중값을 나타내고 학습에 따라 갱신된다. 학습방법으로는 템플릿 하중값 학습에 뉴런들 간의 연결 하중값을 조정하는 가장 단순한 규칙인 Hebb의 학습방법이 사용되었고 분류값 학습에 LMS 알고리즘이 사용되었다.

실변수 유전자 알고리즘을 이용한 사인형 주름 웨브 보의 최적구조설계 (Optimum Structural Design of Sinusoidal Corrugated Web Beam Using Real-valued Genetic Algorithm)

  • 손수덕;이승재
    • 한국강구조학회 논문집
    • /
    • 제23권5호
    • /
    • pp.581-593
    • /
    • 2011
  • 스티프너로 보강된 플레이트 거더 대신에 주름 웨브를 사용하는 근본적인 장점은 얇은 판으로 형성된 편평한 웨브에서 발생하는 좌굴에 관한 불안정 문제를 해결할 수 있는 것 뿐 아니라 수직 스티프너의 필요성도 함께 해결 됨으로써 경제적인 장점을 제공받게 된다. 따라서 본 연구에서는 사인형 주름 웨브를 가진 보의 구조설계 기법과 실변수 알고리즘을 이용하여 최적화 문제를 다루도록 한다. 구조설계과정과 설계변수들은 EN 1993-1-5, DASt-R015 및 Pasternak 등(2004)을 통해서 구성하며, 주름 웨브의 전단좌굴에 대한 유효한 설계가능영역에 대해 비교, 고찰한다. 구조설계 최적화를 위해서, 목적함수는 사인형 주름 웨브 보의 중량으로 정의하여 최소중량최적화를 수행하며, 제약조건으로는 세장비, 부재력 저항능력 및 보의 허용처짐에 대해서 고려한다. 최종적으로 등분포 하중의 단순보 모델을 해석 대상으로 채택하며, 유전자 연산에 있어서 효율적인 확률변수에 대해 연구한다.

다중 에이전트 Q-학습 구조에 기반한 주식 매매 시스템의 최적화 (Optimization of Stock Trading System based on Multi-Agent Q-Learning Framework)

  • 김유섭;이재원;이종우
    • 정보처리학회논문지B
    • /
    • 제11B권2호
    • /
    • pp.207-212
    • /
    • 2004
  • 본 논문은 주식 매매 시스템을 위한 강화 학습 구조를 제시한다. 매매 시스템에 사용되는 매개변수들은 Q-학습 알고리즘에 의하여 최적화되고, 인공 신경망이 값의 근사치를 구하기 위하여 활용된다 이 구조에서는 서로 유기적으로 협업하는 다중 에이전트를 이용하여 전역적인 추세 예측과 부분적인 매매 전략을 통합하여 개선된 매매 성능을 가능하게 한다. 에이전트들은 서로 통신하여 훈련 에피소드와 학습된 정책을 서로 공유하는데, 이 때 전통적인 Q-학습의 모든 골격을 유지한다. 실험을 통하여, KOSPI 200에서는 제안된 구조에 기반 한 매매 시스템을 통하여 시장 평균 수익률을 상회하며 동시에 상당한 이익을 창출하는 것을 확인하였다. 게다가 위험 관리의 측면에서도 본 시스템은 교사 학습(supervised teaming)에 의하여 훈련된 시스템에 비하여 더 뛰어난 성능을 보여주었다.

히스토리매칭 기법을 이용한 비모수 지구통계 모사 예측성능 향상 예비연구 (A Preliminary Study of Enhanced Predictability of Non-Parametric Geostatistical Simulation through History Matching Technique)

  • 정진아;프라딥 포디얄;박은규
    • 한국지하수토양환경학회지:지하수토양환경
    • /
    • 제17권5호
    • /
    • pp.56-67
    • /
    • 2012
  • In the present study, an enhanced subsurface prediction algorithm based on a non-parametric geostatistical model and a history matching technique through Gibbs sampler is developed and the iterative prediction improvement procedure is proposed. The developed model is applied to a simple two-dimensional synthetic case where domain is composed of three different hydrogeologic media with $500m{\times}40m$ scale. In the application, it is assumed that there are 4 independent pumping tests performed at different vertical interval and the history curves are acquired through numerical modeling. With two hypothetical borehole information and pumping test data, the proposed prediction model is applied iteratively and continuous improvements of the predictions with reduced uncertainties of the media distribution are observed. From the results and the qualitative/quantitative analysis, it is concluded that the proposed model is good for the subsurface prediction improvements where the history data is available as a supportive information. Once the proposed model be a matured technique, it is believed that the model can be applied to many groundwater, geothermal, gas and oil problems with conventional fluid flow simulators. However, the overall development is still in its preliminary step and further considerations needs to be incorporated to be a viable and practical prediction technique including multi-dimensional verifications, global optimization, etc. which have not been resolved in the present study.

Personalized Diabetes Risk Assessment Through Multifaceted Analysis (PD- RAMA): A Novel Machine Learning Approach to Early Detection and Management of Type 2 Diabetes

  • Gharbi Alshammari
    • International Journal of Computer Science & Network Security
    • /
    • 제23권8호
    • /
    • pp.17-25
    • /
    • 2023
  • The alarming global prevalence of Type 2 Diabetes Mellitus (T2DM) has catalyzed an urgent need for robust, early diagnostic methodologies. This study unveils a pioneering approach to predicting T2DM, employing the Extreme Gradient Boosting (XGBoost) algorithm, renowned for its predictive accuracy and computational efficiency. The investigation harnesses a meticulously curated dataset of 4303 samples, extracted from a comprehensive Chinese research study, scrupulously aligned with the World Health Organization's indicators and standards. The dataset encapsulates a multifaceted spectrum of clinical, demographic, and lifestyle attributes. Through an intricate process of hyperparameter optimization, the XGBoost model exhibited an unparalleled best score, elucidating a distinctive combination of parameters such as a learning rate of 0.1, max depth of 3, 150 estimators, and specific colsample strategies. The model's validation accuracy of 0.957, coupled with a sensitivity of 0.9898 and specificity of 0.8897, underlines its robustness in classifying T2DM. A detailed analysis of the confusion matrix further substantiated the model's diagnostic prowess, with an F1-score of 0.9308, illustrating its balanced performance in true positive and negative classifications. The precision and recall metrics provided nuanced insights into the model's ability to minimize false predictions, thereby enhancing its clinical applicability. The research findings not only underline the remarkable efficacy of XGBoost in T2DM prediction but also contribute to the burgeoning field of machine learning applications in personalized healthcare. By elucidating a novel paradigm that accentuates the synergistic integration of multifaceted clinical parameters, this study fosters a promising avenue for precise early detection, risk stratification, and patient-centric intervention in diabetes care. The research serves as a beacon, inspiring further exploration and innovation in leveraging advanced analytical techniques for transformative impacts on predictive diagnostics and chronic disease management.

회전형 역 진자 시스템에 대한 계층적 공정 경쟁 기반 유전자 알고리즘을 이용한 최적 Fuzzy 제어기 설계 (Design of Optimized Fuzzy Controller by Means of HFC-based Genetic Algorithms for Rotary Inverted Pendulum System)

  • 정승현;최정내;오성권
    • 한국지능시스템학회논문지
    • /
    • 제18권2호
    • /
    • pp.236-242
    • /
    • 2008
  • 본 논문은 회전형 역 진자 시스템(Rotary Inverted Pendulum System : RIPS)에 대한 계층적 공정 경쟁 기반 유전자 알고리즘(Hierarchical Fair Competition-based Genetic Algorithms : HFCGA) 기반 최적 퍼지 제어기 설계를 제안한다. 회전형 역 진자 시스템의 제어를 위해 퍼지제어기를 사용하였으며, 이때 퍼지제어기의 규칙은 LQR(Linear Quadratic Regulator) 제어기를 기반으로 하여 설계하였다. 유전자 알고리즘은 전역해를 구할 수 있는 장점이 있어 많은 분야에 성공적으로 적용되고 있지만 조기수렴 문제로 인하여 지역해에 빠질 수 있다. 이러한 문제를 해결하기 위하여 병렬유전자 알고리즘이 개발되었으며, HFCGA는 병렬유전자 알고리즘을 개선한 방법 중의 하나이다. 본 논문에서는 퍼지 제어기의 파라미터의 최적화를 위해 계층적 공정 경쟁 기반 유전자 알고리즘을 사용하였다. 시뮬레이션 및 실험을 통하여 LQR 제어기, 기존 단순유전자 알고리즘(SGA)을 이용한 퍼지제어기와 제안된 HFCGA 기반 퍼지제어기의 성능 비교를 통하여 제안된 방법의 우수성을 보인다.

그래프 컨벌루션 네트워크 기반 주거지역 감시시스템의 얼굴인식 알고리즘 개선 (Improvement of Face Recognition Algorithm for Residential Area Surveillance System Based on Graph Convolution Network)

  • 담하의;민병원
    • 사물인터넷융복합논문지
    • /
    • 제10권2호
    • /
    • pp.1-15
    • /
    • 2024
  • 스마트 지역사회의 구축은 지역사회의 안전을 보장하는 새로운 방법이자 중요한 조치이다. 촬영 각도로 인한 얼굴 기형 및 기타 외부 요인의 영향으로 인한 신원 인식 정확도 문제를 해결하기 위해 이 논문에서는 네트워크 모델을 구축할 때 전체 그래프 컨벌루션 모델을 설계하고, 그래프 컨벌루션 모델에 협력하여 얼굴의 핵심을 추출한다. 또한 얼굴의 핵심을 특정 규칙에 따라 핵심 포인트를 구축하며 이미지 컨벌루션 구조를 구축한 후 이미지 컨벌루션 모델을 추가하여 이미지 특징의 핵심을 개선한다. 마지막으로 두 사람의 얼굴의 이미지 특징 텐서를 계산하고 전체 연결 레이어를 사용하여 집계된 특징을 추출하고 판별하여 인원의 신원이 동일한지 여부를 결정한다. 최종적으로 다양한 실험과 테스트를 거쳐 이 글에서 설계한 네트워크의 얼굴 핵심 포인트에 대한 위치 정확도 AUC 지표는 300W 오픈 소스 데이터 세트에서 85.65%에 도달했다. 자체 구축 데이터 세트에서 88.92% 증가했다. 얼굴 인식 정확도 측면에서 이 글에서 제안한 IBUG 오픈 소스 데이터 세트에서 네트워크의 인식 정확도는 83.41% 증가했으며 자체 구축 데이터 세트의 인식 정확도는 96.74% 증가했다. 실험 결과는 이 글에서 설계된 네트워크가 얼굴을 모니터링하는 데 더 높은 탐지 및 인식 정확도를 가지고 있음을 보여준다.

연결정보가 없는 3차원 점으로부터 차이분할메쉬 직접 복원 (Direct Reconstruction of Displaced Subdivision Mesh from Unorganized 3D Points)

  • 정원기;김창헌
    • 한국정보과학회논문지:시스템및이론
    • /
    • 제29권6호
    • /
    • pp.307-317
    • /
    • 2002
  • 본 논문은 연결정보가 없는 3차원 점으로부터 차이분할메쉬를 직접 생성하는 새로운 메쉬 복원 알고리즘을 제안한다. 차이분할메쉬는 표현해야 하는 각 정점을 1차원 상수 차이 값으로 표현하는 메쉬로써 저장해야하는 데이타양을 획기적으로 줄이면서 분할메쉬의 장점인 분할연결성을 가지므로 다단계 표현이 가능한 새로운 메쉬 표현법이지만 차이분할메쉬를 생성하는 기존의 방법은 레인지 데이타로부터 복원된 비정형 메쉬로부터 차이분할메쉬로의 변환을 거쳐야 하는 문제점이 있다. 제안 알고리즘은 비정형 메쉬로부터의 메쉬 변환과정이 필요 없이 연결정보가 없는 레인지 데이타로부터 차이값에 기반한 분할메쉬를 매쉬 복원과정에서 직접 생성해 낼 수 있다. 기본 아이디어는 연결정보가 없는 점 데이타만을 이용하여 이에 근사한 파라메트릭 도메인을 생성한 후 도메인 상의 각 정점의 법선 벡터 방향으로 세부 표면 정보를 샘플링 하는 것이다. 이를 위하여 우리는 분할곡면 근사기법을 적용한 파라매트릭 도메인 생성기법을 적용하여 입력 점 데이타에 최대한 근사하는 기본메쉬를 생성하며, 연결정보가 없는 점 데이타로부터 세부 표면정보를 올바르게 샘플링 하기 위한 법선벡터와 교차하는 유효한 삼각형 판정기준을 제시한다. 또한 기존 메쉬 복원 기법에서 사용되던 전역 에너지 최적화 방법 대신 입력 데이타를 고려한 지역적 라플라시안 평활화를 이용하여 고품질의 메쉬를 빠르게 복원할 수 있다. 이렇게 복원된 차이분할메쉬는 적은 데이터로 자세한 표현이 가능해져 메쉬 간략화나 압축 등의 후처리 과정이 필요 없으며. 분할연결성을 이용한 다단계 애니메이션등의 다양한 응용분야에 활용 가능하다.6으로 남녀학생 모두 총 열량에 대한 지질의 섭취비율이 높았다. 인, 비타민 B$_1$, B$_{6}$, E를 제외한 칼슘, 철, 아연, 비타민 A, B$_2$, C, 나이아신, 엽산 등 대부분의 미량 영양소 섭취량은 권장량에 미치지 못하였다. 혈청 COT, GPT는 남학생이 여학생보다 각 항목에서 유의하게 높았고, 혈청 총 콜레스테롤, 중성지질, HDL-콜레스테롤, LDL-콜레스테롤은 남녀학생 간에 유의한 차이가 없었다. 적혈구지수의 경우 적혈구수, 헤모글로빈, 헤마토크릿, MCHC가 남학생이 여학생보다 유의하게 높았다. 체중, 체질량지수, 비만지수는 모두 수축기 혈압과 유의한 정의 상관관계를 보였고(p<0.01, p<0.05, p<0.05), 체지방률은 영양지식과 유의한 부의 상관관계를 보였다(p<0.05). 비만도와 영양소 섭취량과의 관계에서 체중, 체질량지수, 비만지수는 콜레스테롤 섭취량과(p<0.01, p<0.05, p<0.05) 각각 유의한 정의 상관관계를 보였다. 비만도와 혈액성상과의 관계에서 체중은HDL-콜레스테롤과 유의한 부의 상관관계를(p<0.05), 적혈구수, 헤모글로빈, 헤마토크릿과는 유의한 정의 상관관계를(각 p<0.05) 보였다. 체질량지수와 비만지수는 각각 HDL-콜레스테롤과는 부의 (각 P<0.05), 적혈구수와는 정의(각 p<0.05) 상관관계를 보였다. 허리엉덩이둘레비는 혈청 GPT, glucose, MCV와 각각 유의한 정의 상관관계를 보였다(각 p<0.05). 이상의 연구결과를 종합할 때 남녀 비만 중학생 모두 총 열량 섭취량 중 지질로