• 한국정보통신학회논문지
• /
• 제11권3호
• /
• pp.619-626
• /
• 2007

건설적 귀납법은 사례들이 갖고 있는 속성들에 적합한 연산자를 적용하여 이들 사례들을 좀 더 효율적으로 분류할 수 있는 새로운 속성들을 도출해 내는 기법이다. 본 논문에서는 주어진 사례의 집합으로부터 PROSPECTOR에서 사용한 규칙 형태의 분류 규칙을 습득하는 유전 알고리즘 기반 귀납적 학습 환경을 위한 건설적 귀납법을 제시한다. 속성 결합 연산자와 유도된 속성의 유용성을 평가하기 위한 방법을 중심으로 건설적 귀납법에 대해 자세히 설명하고 다양한 사례 집합을 이용하여 건설적 귀납법이 유전 알고리즘 기반 학습 환경에 미치는 영향을 평가하였다.

• 한국수학사학회지
• /
• 제31권3호
• /
• pp.151-166
• /
• 2018

The rule of the game of Chomp is simple and the existence of a winning strategy can easily be proved. However, the existence tells us nothing about what strategies are winning in reality. Like in Chess or Baduk, many researchers studied the winning moves using computer programs, but no general patterns for the winning actions have not been found. In the paper, we aim to construct practical winning strategies based on backward induction. To do this we develop how to analyze Chomp and prove and find the winning strategies of the simple games of Chomp.

• Genomics & Informatics
• /
• 제14권4호
• /
• pp.166-172
• /
• 2016

Although a large number of genetic variants have been identified to be associated with common diseases through genome-wide association studies, there still exits limitations in explaining the missing heritability. One approach to solving this missing heritability problem is to investigate gene-gene interactions, rather than a single-locus approach. For gene-gene interaction analysis, the multifactor dimensionality reduction (MDR) method has been widely applied, since the constructive induction algorithm of MDR efficiently reduces high-order dimensions into one dimension by classifying multi-level genotypes into high- and low-risk groups. The MDR method has been extended to various phenotypes and has been improved to provide a significance test for gene-gene interactions. In this paper, we propose a simple method, called accelerated failure time (AFT) UM-MDR, in which the idea of a unified model-based MDR is extended to the survival phenotype by incorporating AFT-MDR into the classification step. The proposed AFT UM-MDR method is compared with AFT-MDR through simulation studies, and a short discussion is given.

• 전자공학회논문지CI
• /
• 제40권3호
• /
• pp.144-154
• /
• 2003

이 논문에서는, 이진 논리 함수(binary logic function)로 표현되는 개념들에 대한 새로운 학습방법인 논리적 진화방식(Logical Evolution)을 제안하였다. 그리고 이 방법을 통해 기존 귀납학습의 문제점들을 해결하고자 시도하였다. 사용하는 특징이 사전지식의 영향을 적게 받도록, 학습과정에서 얻어진 정보를 이용하여 특징을 생성하고 동시에 이를 이용하여 학습한다. 그리고 전체 자료가 아니라 개별 자료를 이용하여 특징생성 및 학습을 수행한다. 그 결과 새로운 문제가 주어지거나 입출력이 변경되는 경우에도, 이전의 특징을 재사용할 수 있으며 겨우에 따라서는 보다 효율적인 학습이 가능하다. 논리적 진화방식은 5가지 연산으로 구성되며, 이러한 연산들은 특징생성 및 학습 과정에서 논리적 평가방식(logical evaluation)에 의해 적절하게 선택되고 실행된다. 제안된 방법의 성능을 평가하기 위해서 MONK 문제와 새로 정의한 다른 문제를 이용하였다.