• 생태와환경
• /
• 제43권1호
• /
• pp.161-167
• /
• 2010

In this study, we implemented an experimental approach of ecological model development in order to emphasize the importance of input variable selection with respect to time-delayed arrangement between input and output variables. Time-series modeling requires relevant input variable selection for the prediction of a specific output variable (e.g. density of a species). Inadequate variable utility for input often causes increase of model construction time and low efficiency of developed model when applied to real world representation. Therefore, for future prediction, researchers have to decide number of time-delay (e.g. months, weeks or days; t-n) to predict a certain phenomenon at current time t. We prepared a total of 3,900 equation models produced by Time-Series Optimized Genetic Programming (TSOGP) algorithm, for the prediction of monthly averaged density of a potamic phytoplankton species Stephanodiscus hantzschii, considering future prediction from 0- (no future prediction) to 12-months ahead (interval by 1 month; 300 equations per each month-delay). From the investigation of model structure, input variable selectivity was obviously affected by the time-delay arrangement, and the model predictability was related with the type of input variables. From the results, we can conclude that, although Machine Learning (ML) algorithms which have popularly been used in Ecological Informatics (EI) provide high performance in future prediction of ecological entities, the efficiency of models would be lowered unless relevant input variables are selectively used.

• 한국정보처리학회논문지
• /
• 제6권4호
• /
• pp.952-958
• /
• 1999

본 논문에서는 유전자 알고리즘을 이용하여 퍼지 제어 시스템 설계 방법을 제안한다. 시스템의 성능 평가는 rise-time, settling time 그리고 overshoot와 같은 성능 매개변수를 이용하였다. 제안한 방법은 root-locus 방법을 사용한 제어 시스템과 비교하였다. 기존 제어 시스템은 제어기 설계시 수학적인 처리가 필요하다. 하지만 유전자 알고리즘을 이용한 제어기 설계는 수학적인 모델링을 할 필요가 없다. 그리고 일반적으로 시스템의 비선형 정도는 탐색에 의해서만 알수 있는 성질의 것이므로 본 논문에서는 최적의 탐색 알고리즘으로 널리 인정되고 있는 유전자 알고리즘을 사용하여 전역적인 규칙 공간을 탐색한 후 이를 바탕으로 퍼지 제어기를 완성한다. 제안된 제어 시스템의 효율성은 타스크 트래킹 위치 제어 시스템을 사용하여 안정, 불안정 시스템에서 컴퓨터 모의 실험을 통해서 입증된다.

• 한국지능시스템학회논문지
• /
• 제10권3호
• /
• pp.252-259
• /
• 2000

본 논문에서는 영상의 에지 검출을 수행하기 위한 퍼지 규칙을 학습하는 퍼지 분류자 시스템을 제안한다. 퍼지 분류자 시스템은 기계학습의 방법을 퍼지 논리의 개념에 적용한 것이다. 즉 분류자의 조건부와 행동부는 퍼지 규칙에서위 전건부와 후건부와 같은 것이 된다 퍼지 규칙을 진화에 의해 획득하는 방법론으로는 크게 미시간 접근법과 피츠 접근법이 있으며, 본 논문에서는 미시간 방법의 퍼지 분류자 시스템을 사용한다. 미시간 접근방법은 하나의 퍼지 IF-THEN 규칙이 진화연산의 직접적인 진화 대상이 되는 하나의 개체로 코드화된다. 또한 퍼지 분류자 시스템은 유전 알고리즘을 사용하여 새로운 규칙을 생성하거나 규칙을 수정하여 시스템의 성능을 향상시킨다. 제안된 방법은 영상 처리와 컴퓨터 비전 분야에서 인식과 구분ㅇ르 수행하기 위한 전처리 단계에 해당하는 에지 검출에 적용하여 그 유효성을 검증한다. 즉, 영상엣 한 픽셀이 이웃하는 픽셀들의 평균 그렝 레벨의 차리를 퍼지 집합으로 표현하고 퍼지 IF-THEN 규칙을 사용하여 에지를 검출하고, 이것을 Sobel 에지 검출방법으로 얻어진 결과와 비교하여 에지 검출에 사용된 규칙의 유용성을 판단한다.

• Smart Structures and Systems
• /
• 제22권4호
• /
• pp.413-424
• /
• 2018

The factors affecting the shear strength of the angle shear connectors in the steel-concrete composite beams can play an important role to estimate the efficacy of a composite beam. Therefore, the current study has aimed to verify the output of shear capacity of angle shear connector according to the input provided by Support Vector Machine (SVM) coupled with Firefly Algorithm (FFA). SVM parameters have been optimized through the use of FFA, while genetic programming (GP) and artificial neural networks (ANN) have been applied to estimate and predict the SVM-FFA models' results. Following these results, GP and ANN have been applied to develop the prediction accuracy and generalization capability of SVM-FFA. Therefore, SVM-FFA could be performed as a novel model with predictive strategy in the shear capacity estimation of angle shear connectors. According to the results, the Firefly algorithm has produced a generalized performance and be learnt faster than the conventional learning algorithms.

• 전자공학회논문지CI
• /
• 제37권5호
• /
• pp.1-10
• /
• 2000

본 논문에서는 연속적인 입력을 연속적인 출력으로 매핑하는 것을 가능하게 하는 퍼지 분류자 시스템을 제안한다. 퍼지 분류자 시스템은 기계학습의 방법을 퍼지 제어기의 개념에 적용한 것이다. 즉 분류자의 조건부와 행동부는 퍼지 규칙에서의 전건부와 후건부와 같은 형태이다. 퍼지 분류자 시스템은 입력 값을 퍼지화된 메시지로 변환하고 메시지 리스트에 저장한다. 저장된 메시지와 퍼지 분류자 리스트의 분류자들과 정합과정을 통해 룰-베이스를 구성하고, 버킷 릴레이 알고리즘을 적용하여 퍼지 분류자들의 유용성을 검증한다. 또한 유전 알고리즘을 사용하여 새로운 규칙을 생성하거나 규칙을 수정하여 시스템의 성능을 향상시킨다. 이러한 과정을 통해 유용한 규칙집합을 찾아낸다. 제안된 퍼지 분류자 시스템을 자율이동로봇의 목적지 지향과 충돌 회피 학습에 적용하여 그 유용성을 확인하였다.

• 대한전자공학회논문지SD
• /
• 제37권5호
• /
• pp.77-87
• /
• 2000

지금까지 제시된 채널 라우팅 알고리즘의 복잡도는 공정기술의 발전에 따라 많은 어려운 부분이 해결되었지만 아직도 기존의 라우팅 알고리즘 수준에 머물러 있었다. 본 논문에서는 이러한 추세에 따라 개선된 3-레이어 OTC(Over-The-Cell) 채널 라우팅 알고리즘을 제시한다. 제안한 알고리즘은 채널 라우팅 문제를 일반적인 문제로 단순화시켜, 최적에 가까운 해에 수렴하기 위해서 시뮬레이티드 어닐링 기법을 이용한다. 그리고, 채널 라우팅에서 있어서 가장 어려운 요소로 알려진 cyclic vortical constraint를 제거하기 위한 방안을 제시하고, 알고리즘의 수행중 지역 해에 빠졌음을 감지하여 탈출을 보장하는 방안을 제시한다. 또한, 유전자 알고리즘을 이용하여 구현된 채널 라우터와 비교한다. 제안한 채널 라우팅 알고리즘은 리눅스 시스템에서 C++과 모티프를 이용하여 구현되었으며, 예제 회로에 적용하여 성능을 비교함으로써 제시한 알고리즘의 효율성을 찾을 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제20권2호
• /
• pp.137-147
• /
• 2015

본 논문에서는 유전자 네트워크를 기반으로 유방암 환자의 예후를 예측하는 알고리듬을 제안한다. 유방암 환자의 마이크로어레이 데이터와 PPI(Protein-protein interaction)데이터를 이용하여 알고리듬의 분류자로 사용될 예후 특이 네트워크(Prognosis specific gene network)를 추출한다. PPI에 속한 모든 유전자 네트워크에 대하여 각각의 네트워크가 예후 좋음과 나쁨을 잘 구분하는지에 대한 점수를 피어슨 상관계수(Pearson's correlation coefficient)와 마이크로어레이 데이터를 이용하여 계산한다. 이들 중 가장 예후에 유의한 네트워크를 식별하고, 이 네트워크를 분류자로 사용하여 에스트로겐 수용체 음성 유방암 환자의 예후를 분류 분석 한다. 본 연구와 기존 연구의 알고리듬 정확도를 비교 분석 하기 위하여 독립 실험을 진행하고, 본 연구에서 제안된 알고리듬의 성능이 더 우수함을 보인다. 또한, Gene Ontology 데이터베이스를 활용하여 식별된 예후 특이 네트워크를 기능적으로 검증 한다.

• 한국지능시스템학회논문지
• /
• 제25권2호
• /
• pp.191-196
• /
• 2015

최근 기업의 실적 및 주가를 예측하기 위해 매출액증가율, 부채비율 등의 다양한 예측변수를 활용하여 정량적인 예측방법을 활용하는 연구가 많이 이루어지고 있다. 기업실적 및 주가를 정량적 예측하기 위해 수많은 예측변수들 중에서 모델구축을 위해 중요한 예측변수를 선정하는 것이 중요하다. 대부분의 기존연구들에서는 다양한 알고리즘을 활용하여 예측변수들을 제거하는 방법을 사용하는 경우가 많았다. 이러한 경우 각 예측변수들이 가지는 많은 정보들이 제거되는 문제점이 존재한다. 이러한 문제점을 해결하기 위해 본 연구에서는 예측모델 구축을 위해 예측변수들을 제거하는 대신 각 변수들이 가지고 있는 정보를 병합하여 새로운 변수를 생성하는 대표적인 차원축소 방법인 주성분분석(PCA)을 활용하였다. 본 연구에서는 제안된 예측모델을 미국의 전자, 전기기업의 재무정보를 활용하여 구축하고 예측성능을 실증적으로 분석해 보았다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제6권6호
• /
• pp.555-568
• /
• 2000

월드 와이드 웹은 가장 커다란 가상 시스템이 되고 있다. 최근의 연구 분야에서, 많은 계산량을 지닌 응용을 수행시키기 위해 월드 와이드 웹에 존재하는 여러 휴지 호스트들을 이용하는 아이디어가 등장하고 있으며, 이러한 새로운 컴퓨팅 패러다임을 전역 컴퓨팅이라고 부른다. 우리는 이 논문에서 Tiger라 불리우는 이동 객체 기반 전역 컴퓨팅 프레임워크를 구현하여 제시한다. Tiger의 첫 번째 목표는 객체들의 분산, 전달, 이동과 계산행위의 동시성을 지원하는 객체 지향 프로그래밍 라이브러리를 제시하는 것이다. 이 프로그래밍 라이브러리는 프로그래머에게 분산 및 이동 객체에 대한 접근, 위치 및 이동 투명성을 제공한다. Tiger의 두 번째 목표는 전역 컴퓨팅의 요구 조건인 확장성 및 자원, 위치 관리를 지원하는 것이다. Tiger 시스템과 제공하는 프로그래밍 라이브러리는 프로그래머로 하여금 전역적으로 확장된 컴퓨팅 자원을 활용하여 객체 지향 병렬 및 분산 응용을 쉽게 작성하게 해준다. 또한, 우리는 병렬 프랙탈 이미지 처리 및 유전자 뉴로 퍼지 알고리즘과 같은 매우 많은 연산량을 지닌 응용을 Tiger 시스템에 적용하여 성능 향상 정도를 보인다.

• 한국정보통신학회논문지
• /
• 제19권1호
• /
• pp.35-40
• /
• 2015

본 논문은 유전 알고리즘 기반 귀납적 학습 환경 하에서 메타 학습법을 이용한 다중 분류기 시스템의 구축에 관한 것이다. 메타 학습법을 이용한 다중 분류기 시스템의 구축에서 분류기는 일반 분류기와 메타 분류기로 구성된다. 메타 분류기는 사례에 대한 일반 분류기의 분류 결과에 학습 알고리즘을 적용하여 얻어진다. 분류시스템의 의사 결정과정에서 메타 분류기의 역할은 일반 분류기의 분류 결과를 평가하여 최종 의사 결정 과정에의 참여 여부를 결정하는 것이다. 분류 시스템은 분류기의 분류 결과가 옳은 것으로 평가된 결과들만 취합하여 이를 바탕으로 최종 분류 결과를 도출해 낸다. 메타 학습법이 다중 분류기 시스템의 성능에 미치는 영향을 다수의 사례 집합을 이용하여 평가하였다.