http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Graphics Processing Unit를 이용한 섬기반 Real-Valued Genetic Algorithm의 체계적 평가
박현수(Hyunsoo Park),김경중(Kyungjoong Kim) 한국정보과학회 2010 한국정보과학회 학술발표논문집 Vol.37 No.1C
최적해를 구하는 효과적인 방법 중 하나인 GA (Genetic Algorithm)은 높은 품질의 해를 구하기 위해서 많은 연산시간이 필요하지만, GPU (Graphics Processing Unit)의 높은 데이터 병렬처리 능력과 우수한 부동소수 연산능력을 이용하면 빠르게 처리 가능하다. 이 논문에서는 GPU를 이용하여 가속한 섬 기반의 RVGA (Real-Valued Genetic Algorithm)와 GPU를 이용하지 않는 RVGA를 비교하여 평가하였으며, 또한 GPU를 이용하지만 RVGA가 아닌 Simple GA인 경우와도 비교하여 평가 하였다. 그 결과, GPU를 이용한 경우 속도 향상을 할 수 있었으며, Simple GA보다 RVGA가 더 속도가 향상되었다.
파이썬 언어의 바이트 코드수준 진화를 이용한 유전 프로그래밍
박현수(Hyunsoo Park),김경중(Kyungjoong Kim) 한국정보과학회 2011 한국정보과학회 학술발표논문집 Vol.38 No.2B
Genetic Programming은 자동으로 프로그램을 작성하는 기법으로 많은 가능성을 지니고 있다. 하지만 아직까지 고차원 프로그래밍 언어 수준에서 진화는 이루어지지 못하고 있다. 하지만 최근 들어 한단계 아래인 JAVA Baytecode를 이용한 진화가 몇몇 문제를 해결할 수 있는 가능성을 보여주고 있다. 본 연구에서는 최근 관심을 많이 받고 있는 프로그래밍 언어중의 하나인 Python의 Bytecode를 자동으로 진화하는 방법을 제안한다. 본 연구를 통해 JAVA와는 또 다른 형태의 언어인 Python언어에서의 Bytecode수준의 진화 가능성을 살펴본다. 두 가지 형태의 회귀문제를 통해 성능을 평가해 보았으며 자동으로 Python Bytecode를 작성할 수 있음을 보였다.
L-system과 Interactive Genetic Algorithm을 이용한 웹 기반 게임 오브젝트 생성 기법
윤두밈(DuMim Yoon),김경중(KyungJoong Kim) 한국정보과학회 2012 한국정보과학회 학술발표논문집 Vol.39 No.1B
최근의 게임들은 비용에 비해 완성도가 떨어지고 플레이 타임이 짧아졌다. 이러한 문제의 해결책 중에 하나로 게이머들은 Mod를 제작하여 그들의 욕구를 충족시켰고 이는 게임의 수명을 연장하는 길로 이어진다. 하지만 Mod의 제작은 전문 지식과 능력이 요구되기에 일부 유저만이 가능했고, 그것도 대부분이 게임의 수정에 관대한 게임들 뿐이어서 대부분의 유저들은 그저 다른 사람들이 만들어 놓은 Mod를 즐기는 단계있을 뿐이었다. 본 논문에서는 게임 Mod를 구성하는 많은 부분 중 게임의 오브젝트, 특히 배경건물에 집중하여 L-system을 이용해 building footprint를 성장시킨 뒤, 3차원 공간좌표로 변환하는 방법과 이렇게 나온 건물 오브젝트들을 Interactive Genetic Algorithm을 이용해 유저가 원하는 형태를 얻을 수 있도록 하였다. 또 이 모든 것을 웹상으로 구현하여 다른 사람들과 공유할 수 있는 것은 물론, 오픈 소스 레이싱 게임인 TORCS에 실제로 적용한 결과를 보여주어 비전문가들도 특별한 도구 없이 기본 웹브라우저만으로도 게임 오브젝트를 생성할 수 있는 기법에 대해 제안한다.
실시간 트랙 정보 모델링 및 고수준 센서 정보를 이용한 3차원 자동차 경주 제어기 설계
윤경오(Kyongoh Yoon),김경중(KyungJoong Kim) 한국정보과학회 2011 한국정보과학회 학술발표논문집 Vol.38 No.1C
이 논문은 2011 TORSC 자동차 경주에 대한 인공지능적 접근방법을 나타내었다. 사람이 자동차 경주를 준비 할 때에는 여러 종류의 경기장, 트랙, 조건에서 연습하고 여기서 익힌 경험과 지식을 통해 실제 새로운 경기장에서 경주를 하게 된다. 본 연구에서는 이러한 학습과 적용의 단계를 두 단계의 학습으로 수행하였다. 특히 경주 조건인 트랙에 대한 경기 연습 즉, 기계 학습을 위해 트랙을 간단한 수치 자료로 구조화하고, 실시간 트랙 정보 구축으로 트랙의 형태를 파악하여 주행하는 방법을 제시하였다. 또한, 각 센서를 각 상황에 맞도록 구조화하여 고수준 센서화하는 방법으로 트랙 정보를 기록하였으며, 직관적인 효과조정과 파악을 위해 휴리스틱을 적용하였다. 이러한 연구는 경쟁력 있는 스마트 자동차에 필요한 소프트웨어 모듈에 의미있는 한 부분이 될 수 있다.