• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.232-234
• /
• 2002

진화 가능한 하드웨어는 사용 환경에 대해 유연하며, 목표 하드웨어에 대해 다양한 최적해를 가질 수 있는 특성이 있다. 하지만 일반적인 유전 알고리즘을 적용할 경우 이러한 특성을 충분히 살리기 힘들기 때문에 niching 방법을 적용하면, 해공간에서 보다 널은 범위의 해를 탐색해 낼 수 있으며, 일정 수준 이상의 다양성을 유지 할 수 있을 뿐만 아니라 보다 빠르게 최적해에 접근할 수 있다. 실험결과 clearing 알고리즘이 보다 우수한 탐색능력을 보여주었다 본 논문에서는 적합도 공유와 clearing을 통한 niching 방법을 진화 하드웨어에 적용하고, 실험을 통해 그 성능을 비교한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.99-101
• /
• 2000

본 논문에서는 유전자 프로그래밍을 이용하여 판단 기준을 탐색할 수 있는 자율 이동로봇의 센서 해석회로를 진화 하드웨어상에 구현하였다. 자율 이동 로봇은 센서 정보를 통하여 환경 정보를 인지하고 자율성을 유지한다. 그러나 기존의 센서 체계는 첫째, 잡음의 영향을 심하게 받으며, 둘째 같은 환경에 대하여 동일한 종류의 센서라 할지라도 심한 편차가 존재하는 관측값을 출력한다는 문제점을 갖는다. 따라서 센서의 특성에 대한 고려없이 판단기준을 결정하면 로봇의 정확한 환경인지를 보장할 수 없게 된다. 본 논문에서는 센서 입력값 해석 기준을 센서 특성에 맞추어 적응적으로 변화시키는 센서를 구현하여 입력 해석과정에서의 정확도를 향상하였다.

• Proceedings of the KIEE Conference
• /
• 1999.07g
• /
• pp.2953-2955
• /
• 1999

In this paper, the concept of evolvable hardware and evolutionary robotics are introduced and constructing the mobile robot controller without human operator is suggested. The robot controller is evolved to avoid obstacles by genetic learning which determines the weights between sensor inputs and motor outputs. Genetic algorithms which is executed in a computer(PC) searches the best weights by interacting with robot performance under it's environment. The experiment is done by real mobile robot Khepera and a simple GA.

• The Transactions of the Korean Institute of Electrical Engineers D
• /
• v.53 no.4
• /
• pp.265-276
• /
• 2004

Genetic Algorithm(GA), that is shown stable performance to find an optimal solution, has been used as a method of solving large-scaled optimization problems with complex constraints in various applications. Since it takes so much time to execute a long computation process for iterative evolution and adaptation. In this paper, a hardware-based adaptive GA was proposed to reduce the serious computation time of the evolutionary process and to improve the accuracy of convergence to optimal solution. The proposed GA, based on steady-state model among continuos generation model, performs an adaptive mutation process with consideration of the evolution flow and the population diversity. The drawback of the GA, premature convergence, was solved by the proposed adaptation. The Performance improvement of convergence accuracy for some kinds of problem and condition reached to 5-100% with equivalent convergence speed to high-speed algorithm. The proposed adaptive GAP(Genetic Algorithm Processor) was implemented on FPGA device Xilinx XCV2000E of EHW board for face recognition.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.179-182
• /
• 2002

GA(Genetic Algorithm)는 자연계 진화를 모방한 계산 알고리즘으로서 단순하고 응용이 쉽기 때문에 여러 분야에 전역적 최적해 탐색에 많이 사용되고 있다. 최근에는 하드웨어를 구성하는 방법의 하나로서 사용되어 진화하드웨어라는 분야를 탄생시켰다. 이와 함께 GA의 연산자체를 하드웨어로 구현하는 GA processor(GAP)의 필요성도 증가하고 있다. 특히 진화하드웨어를 소프트웨어상에서 진화 시키는 것이 아닌 GAP에 의해 진화 시키는 것은 독립된 구조의 진정한 EHW 설계에 필수적이 될 것이다. 본 논문에서는 GAP 설계 방법을 제안하고 이를 이용하여 진화하드웨어로 State machine을 구현하고자 한다. State machine의 경우 구조상 피드백이 필요하기 때문에 가산기나 멀티플렉서보다는 훨씬 복잡하고 설계가 까다로운 구조이다. 제안된 방법을 통하여 명시적 설계가 어려운 하드웨어 설계에 GAP를 이용한 하드웨어의 진화에 적용함으로써 그 유용성을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.214-216
• /
• 2000

본 논문에서는 유전자 프로그래밍을 이용하여 온라인 적응 학습이 가능 진화 하드웨어의 진화 전략을 구성하였다. 유전자 프로그래밍은 특유의 트리형 개체구조가 여러 개의 프로세스의 합을 통한 복합 임무의 수행 구조로 해석될 수 있다는 이점에 비하여, 하드웨어 구현이 어렵고 crossover 연산자의 사용이 어렵다는 단점등에 의하여 진화 하드웨어의 동적 재구성 알고리즘으로 널리 사용되지 못하였다. 본 논문에서는 유전자 프로그래밍의 이러한 단점을 극복할 수 있는 개체 표현 및 하드웨어 구현 방법을 제안하였으며, 제안된 방법론에 기존의 연구 결과를 결합하여 유전자 프로그래밍의 수행 효율을 높일 수 있는 진화 전략을 구성하였다. 제안된 진화 전략은 자율 이동 로봇 실험에 적용되어 효율성을 확인하였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• v.3 no.2
• /
• 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.

• Proceedings of the IEEK Conference
• /
• 2006.06a
• /
• pp.663-664
• /
• 2006

This paper presents a reconfigurable digital signal processing(rDSP) architecture that is effective for implementing adaptive digital signal processing in the applications of smart health care system. This rDSP architecture employs an evolution capability of FIR filters using genetic algorithm. Parallel genetic algorithm based rDSP architecture evolves FIR filters to explore optimal configuration of filter combination, associated parameters, and structure of feature space adaptively to noisy environments for an adaptive signal processing. The proposed DSP architecture is implemented using Xilinx Virtex4 FPGA device and SMIC 0.18um CMOS Technology.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.1
• /
• pp.70-75
• /
• 2001

종의 분화는 생명체의 다양성을 유지하며, 좀더 환경에 적합한 생명체를 탄생시킨다. 그래서, 자연계의 진화에 모방을 둔 진화 알고리즘은 주어진 환경에 적응하기 위해 다양성을 유지해야 한다. 본 논문에서는 이러한 종의 분화 개념을 도입한다. 개체군의 각 개체들이 돌연변이를 통하여 자손을 생성하고, 그 중 일부가 분화하여 다음 세대의 개체를 이룬다. 각 개체들은 돌연변이에 의해 결정되는 일정한 해밍 공간 내외를 탐색공간으로 하고, 분화를 통하여 유효한 탐색공간을 점차 넓혀 탐색공간 전체에 대한 효율적인 탐색을 수행한다. 돌연변이를 통한 진환 방법으로 진화 하드웨어에 적용할 경우 내부구조의 변경이 적어 빠른 탐색효과를 가질 수 있다. 제안된 알고리즘을 2개의 최적화 문제에 적용하여 그 유용성을 확인한다.

• International Journal of Aeronautical and Space Sciences
• /
• v.17 no.4
• /
• pp.467-475
• /
• 2016

Ultrasonic propagation imaging (UPI) has shown great potential for detection of impairments in complex structures and can be used in wide range of non-destructive evaluation and structural health monitoring applications. The software implementation of such algorithms showed a tendency in time-consumption with increment in scan area because the processor shares its resources with a number of programs running at the same time. This issue was addressed by using field programmable gate arrays (FPGA) that is a dedicated processing solution and used for high speed signal processing algorithms. For this purpose, we need an independent and flexible block of logic which can be used with continuously evolvable hardware based on FPGA. In this paper, we developed an FPGA-based ultrasonic propagation imaging system, where FPGA functions for both data acquisition system and real-time ultrasonic signal processing. The developed UPI system using FPGA board provides better cost-effectiveness and resolution than digitizers, and much faster signal processing time than CPU which was tested using basic ultrasonic propagation algorithms such as ultrasonic wave propagation imaging and multi-directional adjacent wave subtraction. Finally, a comparison of results for processing time between a CPU-based UPI system and the novel FPGA-based system were presented to justify the objective of this research.