• Journal of Electrical Engineering and Technology
• /
• 제13권4호
• /
• pp.1724-1731
• /
• 2018

The conventional polynomial neural network (PNN) is a classical flexible neural structure and self-organizing network, however it is not free from the limitation of overfitting problem. In this study, we propose a space search-optimized polynomial neural network (ssPNN) structure to alleviate this problem. Ranking selection is realized by means of ranking selection-based performance index (RS_PI) which is combined with conventional performance index (PI) and coefficients based performance index (CPI) (viz. the sum of squared coefficient). Unlike the conventional PNN, L2-norm regularization method for estimating the polynomial coefficients is also used when designing the ssPNN. Furthermore, space search optimization (SSO) is exploited here to optimize the parameters of ssPNN (viz. the number of input variables, which variables will be selected as input variables, and the type of polynomial). Experimental results show that the proposed ranking selection-based polynomial neural network gives rise to better performance in comparison with the neuron fuzzy models reported in the literatures.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.86-89
• /
• 2003

To model a numerical problem space under the limitation of available data, we need to extract sparse but key points from the space and to efficiently approximate the space with them. This study proposes a sampling method based on the search process of genetic algorithm and a space modeling method based on least-squares approximation using the summation of Gaussian functions. We conducted simulations to evaluate them for several kinds of problem spaces: DeJong's, Schaffer's, and our original one. We then compared the performance between our sampling method and sampling at regular intervals and that between our modeling method and modeling using a polynomial. The results showed that the error between a problem space and its model was the smallest for the combination of our sampling and modeling methods for many problem spaces when the number of samples was considerably small.

• 한국산학기술학회논문지
• /
• 제10권7호
• /
• pp.1702-1710
• /
• 2009

본 논문은 rework 발생확률을 고려하는 병렬기계 스케줄링 문제를 위해 문제공간기반 탐색 알고리즘을 제안한다. 각 기계와 작업유형별로 rework 발생확률이 존재하며 이것은 자동화된 공정에서 과거데이터로부터 산출가능하다. 스케줄링 문제의 데이터 벡터 (가공시간, 납기, 셋업시간, rework확률)를 교란시킴으로써 이웃해를 생성하고 이로부터 도출된 해는 EDDR이라는 효과적인 휴리스틱을 이용하여 평가한다. 제안된 알고리즘은 납기지연의 최대값과 rewok 발생 작업수로 평가함으로써 제품의 품질과 납기수준을 동시에 고려할 수 있도록 한다.

• 한국정보처리학회논문지
• /
• 제4권10호
• /
• pp.2470-2476
• /
• 1997

본 연구에서는 실시간 휴리스틱 탐색 알고리즘을 개발하고 이것을 기존의 mini-min lookahead 알고리즘과 비교하였다. 많은 실시간 휴리스틱 탐색의 접근 방법에서 종종 전체 문제를 몇 개의 부 문제로 문제를 분할한다. 본 연구에서는 분할된 부 문제에서 마감시간을 적용할 뿐만 아니라 전체 해를 구하는데 있어서도 마감시간을 적용하는 알고리즘을 제안한다. 실시간 휴리스틱 탐색 알고리즘으로 제안된 $RTA^{\ast}$, SARTS, DYNORA 등의 알고리즘들은 탐색에 필요한 시간의 예측을 휴리스틱 평가 함수로부터 얻기 때문에 휴리스틱 평가의 정확도가 그 알고리즘의 성능을 보장하게 된다. 그러나 실세계의 문제에서 정확한 휴리스틱 평가 함수를 구하는 것은 매우 어려운 일이므로 부 문제 공간에서의 탐색 상황을 반영한 마감시간을 적용할 필요가 있다. 본 연구에서는 동적 마감시간 전략인 cut-off 방법을 사용하는 새로운 알고리즘을 제안한다.

• 한국통신학회논문지
• /
• 제15권4호
• /
• pp.267-277
• /
• 1990

이 논문에서는 인공지능의 기본적인 문제풀이 기법인 상태공간 탐색을 이용하여 한글을 구성하는 기본자소를 분리하여 인식하는 방법을 제안하였다. 자소분리와 인식과정을 보다 밀접하게 결합하기 위하여 문제를 상태공간에 표현하고, 이 공간을 탐색하여 풀이하였다. 그리고 탐색효율을 향상시키기 위하여 한글의 조합규칙에 입각한 구조정보와 매트릭스 평면에서 각 자소가 갖는 위치정보를 이용하였으며, 컴퓨터실험을 통하여 그 유용성을 확인하였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제3권2호
• /
• pp.233-238
• /
• 2003

Living creatures maintain their variety through speciation, which helps them to have more fitness for an environment. So evolutionary algorithm based on biological evolution must maintain variety in order to adapt to its environment. In this paper, we utilize the concept of speciation. Each individual of population creates their offsprings using mutation, and next generation consists of them. Each individual explores search space determined by mutation. Useful search space is extended by differentiation, then population explorers whole search space very effectively. If evolvable hardware evolves through mutation, it is useful way to explorer search space because of less varying inner structure. We verify the effectiveness of the proposed method by applying it to two optimization problems.

• Advances in Computational Design
• /
• 제1권2호
• /
• pp.175-194
• /
• 2016

Nature has provided inspiration for most of the man-made technologies. Scientists believe that dolphins are the second to humans in smartness and intelligence. Echolocation is the biological sonar used by dolphins for navigation and hunting in various environments. This ability of dolphins is mimicked in this paper to develop a new optimization method. Dolphin Echolocation Optimization (DEO) is an optimization method based on dolphin's approach for hunting food and exploration of environment. DEO has already been developed for discrete optimization search space and here it is extended to continuous search space. DEO has simple rules and is adjustable for predetermined computational cost. DEO provides the optimum results and leads to alternative optimality curves suitable for the problem. This algorithm has a few parameters and it is applicable to a wide range of problems like other metaheuristic algorithms. In the present work, the efficiency of this approach is demonstrated using standard benchmark problems.

• 지능정보연구
• /
• 제11권1호
• /
• pp.153-167
• /
• 2005

본 논문에서는 이동 로봇이나 자율 캐릭터 에이전트로 미지의 환경을 탐사하는 문제를 다룬다 전통적으로 공간탐사 문제를 해결하기 위한 연구노력들은 주로 그래프기반의 공간 표현법들과 그래프 탐색법들에 초점을 맞추어 왔다. 최근 들어, 공간탐사를 위한 가장 효율적인 그래프 탐색법들 중 최대 $min(mn, d^2+m)$에지들만을 탐색하는 EXPLORE알고리즘이 발견되었다. 이때 d는 그래프의 부족도(deficiency)를 나타내고, m은 그래프 에지들의 수를, n은 그래프 노드들의 수를 나타낸다. 본 논문에서는 자율 에이전트에 의해 미지의 공간을 탐사하는 실시간 그래프 탐색 알고리즘 DFS-RTA*와 DFS-PHA*를 제안한다. 두 알고리즘들은 모두 EXPLORE 알고리즘과 같이 깊이-우선 탐색(DFS)을 기초로 하고 있으며, 직전 노드로의 빠른 후진을 위해 각각 실시간 최단 경로 탐색 방법인 RTA*와 PHA*를 적용하는 것이 특징이다. 본 논문에서는 대표적인 3차원 온라인 게임 환경인 Unreal Tournament게임과 지능형 캐릭터 에이전트인 KGBot를 이용한 실험을 통해 두 탐색 알고리즘의 완전성과 효율성을 분석해본다.

• 한국전자거래학회지
• /
• 제21권4호
• /
• pp.1-14
• /
• 2016

시멘틱 검색은 검색 사용자의 인지적 노력을 최소화하면서 사용자 질의의 문맥을 이해하여 의미에 맞는 문서를 정확히 찾아주는 기술이다. 아직 시멘틱 검색 기술은 온톨로지 또는 시멘틱 메타데이터 구축의 난제를 갖고 있으며 상용화 사례도 매우 미흡한 실정이다. 본 논문은 기존 시멘틱 검색 엔진의 한계를 극복하기 위하여 이전 연구에서 고안한 위키피디아 기반의 시멘틱 텐서공간모델을 활용하여 새로운 시멘틱 검색 기법을 제안한다. 제안하는 시멘틱 기법은 문서 집합에 출현하는 '단어'가 텐서공간모델에서 '문서-개념'의 2차 텐서(행렬), '개념'은 '문서-단어'의 2차 텐서로 표현된다는 성질을 이용하여 시멘틱 검색을 위해 요구되는 온톨로지 구축의 필요성을 없앤다. 그럼에도 불구하고, OHSUMED, SCOPUS 데이터셋을 이용한 성능평가를 통해 제안 기법이 벡터공간모델에서의 기존 검색 기법보다 우수함을 보인다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.500-503
• /
• 2003

The navigation problem of robot is one of the main themes to deal with conficts or interferences between obstacles and the robot itself In this case, while the robot avoids obstacles on the space, the passage route should be determined efficiently. In order to solve problems above, we have come up with the distance field space medel (DFM) and then, under known environment, we have presented the distance field A algorithm for passage route path search. In this research, the method of performing the 3-dimensional passage route path search of robot under unknown environment is proposed. It is shown that the authors can build the distance search model the does not need space division by taking into account of sensor information to a distance field space model, and constructing this information as virtual obstacle information.