• 한국HCI학회:학술대회논문집
• /
• 2009.02a
• /
• pp.685-689
• /
• 2009

Evolutionary Computation is not only widely used in optimization and machine learning, but also being applied in creating novel structures and entities. This paper proposes evolutionary topic maps that can suggest new and creative knowledge not easily producible by humans. Interactive evolutionary computation method is applied into topic maps in order to accept human evaluation on feasibility of intermediate topic maps. Evolutionary topic maps are creativity support tools, helping users to encounter new and creative knowledge. Further work can greatly improve the system by providing more operations, preventing over-convergence, and overcoming user fatigue problem by providing more intuitive user interface, better visualization, and interpolation mechanisms.

• Journal of Institute of Control, Robotics and Systems
• /
• v.17 no.8
• /
• pp.739-746
• /
• 2011

Recently, recommender systems have been widely applied in E-commerce websites to help their customers find the items what they want. A recommender system should be able to provide users with useful information regarding their interests. The ability to immediately respond to the changes in user's preference is a valuable asset of recommender systems. This paper proposes a novel recommender system which aims to effectively adapt and respond to the immediate changes in user's preference. The proposed system combines IEC (Interactive Evolutionary Computation) with a content-based filtering method and also employs data grouping in order to improve time efficiency. Experiments show that the proposed system makes acceptable recommendations while ensuring quality and speed. From a comparative experimental study with an existing recommender system which uses the content-based filtering, it is revealed that the proposed system produces more reliable recommendations and adaptively responds to the changes in any given condition. It denotes that the proposed approach can be an alternative to resolve limitations (e.g., over-specialization and sparse problems) of the existing methods.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.482-487
• /
• 2002

본 논문에서는 사용자 개개인에 최적화된 아바타를 생성하기 위해 대화형 진화 연산(Interactive Genetic Algorithm, IGA)을 적용하는 방법을 제안하고 있다. IGA는 사용자의 선택을 적합도 평가에 사용하는 방법이기 때문에, 사용자의 개인적인 취향을 아바타 생성 과정에 반영할 수 있다. 본 연구에서는 기존의 IGA가 가지고 있는 단점을 극복하기 위해 'hidden population' , 'primitive avatar' , 'simplified genotype' 기법을 제안한다. 이러한 방법들은 단시간 내에 최적화된 결과물을 생성하도록 유도함으로써 IGA 시스템의 최대 문제점인 사용자의 피로도를 최소화한다. 마지막으로, 제안하고 있는 알고리즘의 우수성을 증명하기 위해 사용자의 만족도나 신뢰도를 측정할 수 있는 독자적인 평가 방법을 소개하고 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.06a
• /
• pp.495-500
• /
• 1998

This paper introduces our three approaches to reduce the burden of human interactive EC operators: (1) improvement of the interface of presenting individuals, (2)improvement of the interface of inputting fitness values, and (3) fast EC convergence. We propose methods to display individuals in order of predicted fitness values by neural networks or Euclidean distance measure for (1), to input quantized fitness values for (2), and to make a new elite by approximating the EC search space with a quadratic function for (3). They are evaluated through simulations and subjective testes, and their effects have shown.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.454-456
• /
• 2001

일반적으로 확률에 기반한 연산자를 사용하는 진회연산(EC)은 전역 탐색에는 효율적이나 국소 탐색에는 그렇지 못하다. 이러한 문제점은 대화형 진회연산(IEC)에서 더욱 심각해지는데, 이는 개체들을 사용자가 직접 평가하는데 따른 세대 길이의 제한이 있기 때문이다. 본 논문에서는 HCI 분야에서 잘 알려져 있는 직접조작 방법(Direct Manipulation : DM)을 적용하여 이것을 해결하는 방법을 제안한다. 각각의 개체들에 대한 인터페이스 진화 연산자를 사용하는 대신 지적조작을 사용함으로써 사용자는 개체의 진화에 직접 개입할 수 있고, 이를 통해 진화연산자를 사용하는 전역 탐색 능력은 그래도 유지한 채 대화형 진화연산의 단점을 극복할 수 있다. 이러한 직접조작 개념을 대화형GA에 기반한 패션 디자인 시스템에 적용하였고 이러한 응용이 효과적이었음을 실험을 통해 보였다.