일반화된 캐스케이드 코릴레이션 알고리즘과 일반화된 순환 캐스케이드 코릴레이션 알고리즘의 결합을 통한 학습 능력 향상

이상화(Sang-Wha Lee),송해상(Hae-Sang Song) 한국콘텐츠학회 2009 한국콘텐츠학회논문지 Vol.9 No.2

본 논문에서는 일반화된 캐스케이드 코릴레이션 학습 알고리즘과 일반화된 순환 캐스케이드 코릴레이션 학습 알고리즘의 결합을 통한 새로운 알고리즘을 소개한다. 이 새로운 알고리즘은 패턴분류문제(pattern classification problem)의 신속한 해결을 위하여 비순환 뉴런이 유리한지 순환 뉴런이 유리한지 또는 수직성장이 유리한지 수평성장이 유리한지 고민할 필요 없이 후보뉴런의 학습 중에 네트워크의 구성을 스스로 결정한다. 이 알고리즘의 성능평가를 위하여 학습 알고리즘에서 중요한 기준 문제(benchmark problem) 중의 하나인 콘택트렌즈 문제(Contact lens problem)와 밸런스 스케일 문제 (Balance scale problem)에 대하여 실험하였고 기존의 캐스케이드 코릴레이션 알고리즘 및 순환 캐스케이드 코릴레이션 알고리즘과 성능을 비교 하였다. 이 실험에서 활성화 함수는 일반적으로 많이 사용하는 시그모이드 함수(sigmoidal function) 와 하이퍼볼릭탄젠트 함수(hyperbolic tangent function)를 사용하였다. 이 새로운 알고리즘은 학습을 통하여 기존의 알고리즘보다 적은 수의 은닉뉴런을 생성하여 보다 빠른 학습 속도를 보여주었다. This paper presents a combination of the generalized Cascade Correlation and generalized Recurrent Cascade Correlation learning algorithms. The new network will be able to grow with vertical or horizontal direction and with recurrent or without recurrent units for the quick solution of the pattern classification problem. The proposed algorithm was tested learning capability with the sigmoidal activation function and hyperbolic tangent activation function on the contact lens and balance scale standard benchmark problems. And results are compared with those obtained with Cascade Correlation and Recurrent Cascade Correlation algorithms. By the learning the new network was composed with the minimal number of the created hidden units and shows quick learning speed. Consequently it will be able to improve a learning capability.

개선된 물순환 최적화 알고리즘을 이용한 하이브리드 전자석 설계

조재훈(Jae-Hoon Cho),김용태(Yong-Tae Kim) 한국지능시스템학회 2019 한국지능시스템학회논문지 Vol.29 No.3

본 논문에서는 개선된 물순환 최적화 알고리즘을 이용한 하이브리드 전자석의 최적 설계 기법을 제안한다. 하이브리드 전자석 기반의 자기부상 시스템은 전자석만을 사용하는 부상 시스템에 비해 저전력으로 동작할 수 있는 장점이 있다. 제안된 알고리즘은 지능형 최적화 기법 중 물순환 최적화 알고리즘과 클론선택을 이용하였으며 물순환 알고리즘은 전역적인 탐색을 수행하고, 클론선택은 최적해의 근처에서 지역탐색을 수행한다. 제안된 알고리즘의 이러한 특성은 일반적인 지능형 최적화 알고리즘에서의 지역해의 조기수렴 문제를 해결할 수 있다. 하이브리드 전자석 설계를 위하여 전력소모와 부상력을 동시에 만족하는 비용함수를 사용하여 모의실험을 수행하였다. 실험결과에서 제안된 알고리즘의 기존의 일반적인 기법과 지능형 최적화 알고리즘에 비해 우수한 성능을 보이는 것을 확인할 수 있었다. In this paper, we propose an optimal design method of a hybrid electromagnet using an improved water circulation algorithm. The hybrid electromagnet based magnetic levitation system has an advantage in that it can operate only at a low power compared to a levitation system using only an electromagnet. The proposed algorithm uses the water cycle algorithm(WCA) and the clonal selection(CS) in the intelligent optimization method. The WCA performs the global search and the CS performs the local search in the vicinity of the optimal solution. This characteristic of the proposed algorithm can solve the problem of premature convergence in general intelligent optimization algorithm. For the design of the hybrid magnet, we proposed a cost function that simultaneously satisfied the power consumption and the levitation force. Experimental results show that the proposed algorithm shows better performance than the conventional algorithm and the optimization algorithm.

자율주행 개인화를 위한 순환 최소자승 기반 융합형 주행특성 구분 알고리즘

오광석 한국융합학회 2017 한국융합학회논문지 Vol.8 No.9

본 논문은 자율주행 개인화를 위한 순환 최소자승 기반 융합형 종방향 주행특성 구분 알고리즘에 관한 연구이다. 최근 자율주행 기술은 Level 4 완전 자율주행 단계를 위해 다양한 연구가 수행되고 있다. 자율주행 자동차의 상용화를 위해서는 탑승자의 자율주행에 대한 이질감을 최소화할 수 있어야 하며 이를 위해 자율주행 개인화 기술이 필요하다. 이 문제를 해결하기 위해 본 연구에서는 운전자의 종방향 주행특성을 수학적으로 표현하고 순환 최소자승 기법 기반 실 주행 데이터를 이용하여 주행특성을 도출하는 알고리즘을 제안하였다. 두 명의 실제 운전자 데이터를 이용하여 종방향 주행특성을 도출하였으며 두 명의 운전자를 구분하기 위해 가설검정 기반 확률적 구분 알고리즘을 적용하였다. 제안된 종방향 주행특성 도출 및 구분 알고리즘은 개별 운전자의 주행특성을 합리적으로 나타낼 수 있었으며 가설검정 기반 확률적 구분기법에 의해 주행특성이 구분될 수 있음을 확인하였다. This paper describes a recursive least-squares based convergent algorithm for driving characteristic classification for personalized autonomous driving. Recently, various researches on autonomous driving technology have been conducted for level 4 fully autonomous driving. In order for commercialization of the autonomous vehicle, personalized autonomous driving is required to minimize passenger’s insecureness to the autonomous vehicle. To address this problem. this study proposes mathematical model that represents driving characteristics and recursive least-squares based algorithm that can estimate the defined characteristics. The actual data of two drivers has been used to derive driving characteristics and the hypothesis testing method has been used to classify two drivers. It is shown that the proposed algorithms can derive driving characteristics and classify two drivers reasonably.

덩굴망기반 Dial 알고리즘 연구

이미영,김종형,정동재,신성일 한국ITS학회 2018 한국ITS학회논문지 Vol.17 No.5

Dial 알고리즘의 단일 링크 기반의 연산은 도시교통망에서 나타나는 순환통행에 대한 고려가 근본적으로 불가능하다. 또한, 효율적 경로의 정의는 엄격한 기준으로 분석 네트워크를 축소함으로써 비합리적 결과를 도출할 수도 있다. Dial 알고리즘의 두 가지 문제를 해결하기 위해서 이 연구는 두 개의 링크를 동시에 고려하는 효율적 방향 개념을 도입하고 덩굴망기반의Dial 알고리즘을 제안한다. 또한 두 가지 예제 네트워크에 대한 사례분석을 통해서 덩굴망기반Dial 알고리즘이 순환통행, 순환 및 비순환 혼재 통행을 구현할 수 있으며 비합리적 경로배정문제를 완화하는 것을 보인다. The Dial Algorithm, based on single link based calculation, is unable to reflect cyclic paths arising in actual urban transportation networks. At the same time, redefining the paths more efficiently can, by strict standards, lead to irrational results stemming from reduction in the size of the network to be analyzed. To solve these two problems of the Dial algorithm, the research herein proposes a vine network method applied to a link based Dial Algorithm, in which the original three step alogrithm is modified into a vine network-based three step process. Also, an analysis of two case study networks show feasible replication of the predicted cyclic path, unrealistic flow, and unsteady transit, as well as alleviation of the problem of irrational path allocation.

유아대상 효(孝) 교육을 위한 내러티브 접근법 탐구

기용순,길태영 한국정치사회연구소 2022 한국과 국제사회 Vol.6 No.6

이 연구에서는 기존의 유아대상 효(孝) 교육의 문제점을 성찰해보는 하나의 대안으로 최근 교육학분야의 질적 연구에서 매력적인 연구방법으로 대두되고 있는 내러티브 탐구를 통해 유아대상 효 교육에서의 가능성과 시사점을 탐색하였다. 올바른 가치를 세우기 위해서는 인성교육이 필요한데 특히 효 교육이 매우 중요하며, 효 교육은 가정 내 부모-자녀 관계를 통해 자연스럽게 배우는 과정이 매우 의미 있다. 효 교육은 믿음을 바탕으로 신뢰와 사랑으로 이루어지게 되는데, 효 교육의 시작이자 마지막 보루는 바로 유아들이 성장하고 있는 가정으로 유아들에게는 가장 효과적인 효 교육의 장이라고 할 수 있다. 인간은 교육을 통해서 사회적 역할을 수행하는 인격체로 성장하게 되며, 특히 배움의 초기단계를 중시하는 이유는 삶의 주체 교육으로써의 효 교육이 발달단계마다 인간으로서의 주체성 확립과 건강한 성장을 돕는 기초교육이다. 그렇지만 효 교육의 관점에서 고유한 역할을 상실해가는 위기를 맞고 있으며, 현대사회에서 이러한 효 교육의 개념 정의와 접근방법에 대해 교육현장에서는 다양한 혼란이 존재한다. 따라서 부모-자녀 중심의 효 교육과정 연계로 유아가 이러한 경험을 통해 자신의 이야기를 스스로 성찰하며 그 의미를 구성하여 마음속에 자리 잡을 수 있도록 해주는 내러티브 접근의 활용가능성을 고찰하였다.

단어그룹 확장 기법을 활용한 순환신경망 알고리즘 성능개선 연구

박대승,성열우,김정길 대한산업경영학회 2022 산업융합연구 Vol.20 No.4

Recently, with the development of artificial intelligence (AI) and deep learning, the importance of conversational artificial intelligence chatbots is being highlighted. In addition, chatbot research is being conducted in various fields. To build a chatbot, it is developed using an open source platform or a commercial platform for ease of development. These chatbot platforms mainly use RNN and application algorithms. The RNN algorithm has the advantages of fast learning speed, ease of monitoring and verification, and good inference performance. In this paper, a method for improving the inference performance of RNNs and applied algorithms was studied. The proposed method used the word group expansion learning technique of key words for each sentence when RNN and applied algorithm were applied. As a result of this study, the RNN, GRU, and LSTM three algorithms with a cyclic structure achieved a minimum of 0.37% and a maximum of 1.25% inference performance improvement. The research results obtained through this study can accelerate the adoption of artificial intelligence chatbots in related industries. In addition, it can contribute to utilizing various RNN application algorithms. In future research, it will be necessary to study the effect of various activation functions on the performance improvement of artificial neural network algorithms. 최근 인공지능(AI)과 딥러닝 발전으로 대화형 인공지능 챗봇의 중요성이 부각되고 있으며 다양한 분야에서 연구가 진행되고 있다. 챗봇을 만들기 위해서 직접 개발해 사용하기도 하지만 개발의 용이성을 위해 오픈소스 플랫폼이나 상업용 플랫폼을 활용하여 개발한다. 이러한 챗봇 플랫폼은 주로 RNN (Recurrent Neural Network)과 응용 알고리즘을 사용하며, 빠른 학습속도와 모니터링 및 검증의 용이성 그리고 좋은 추론 성능의 장점을 가지고 있다. 본 논문에서는 RNN과 응용 알고리즘의 추론 성능 향상방법을 연구하였다. 제안 방법은 RNN과 응용 알고리즘 적용 시 각 문장에 대한 핵심단어의 단어그룹에 대해 확장학습을 통해 데이터에 내재된 의미를 넓히는 기법을 사용하였다. 본 연구의 결과는 순환구조를 갖는 RNN, GRU (Gated Recurrent Unit), LSTM (Long-short Term Memory) 세 알고리즘에서 최소 0.37%에서 최대 1.25% 추론 성능향상을 달성하였다. 본 연구를 통해 얻은 연구결과는 관련 산업에서 인공지능 챗봇 도입을 가속하고 다양한 RNN 응용 알고리즘을 활용하도록 하는데 기여할 수 있다. 향후 연구에서는 다양한 활성 함수들이 인공신경망 알고리즘의 성능 향상에 미치는 영향에 관한 연구가 필요할 것이다.

순환형 공급체인 환경에서 시설 통합에 의한 물류원가 절감 및 재고관리시스템 모델구축에 관한 연구

이정은(Jeong Eun Lee) 한국산업정보학회 2014 한국산업정보학회논문지 Vol.19 No.5

순방향물류와 역방향물류의 두 물류 체인을 통합해서 자원 순환형 공급체인 (CLSC: closed-loop supply chain) 을 구성하는 것은 기업의 비용절감을 위해서 반드시 필요한 요소이다. 본 연구에서는 순환형 공급체인의 환경에서 순방향물류의 도매점과 역방향물류의 처리센터의 재고를 통합하는 재고관리를 제안한다. JIT(Just-in-Time)배송이 고려된 새로운 CLSC 재고관리모델은, 회수센터에서 처리센터로 배송된 사용이 끝난 제품이 도매업자의 수요에 미치지 못할 때 제조사에게 필요한 제품을 재발주 할 것이지 사용이 끝난 제품의 회수를 기다릴 것이지를 선택함으로써 비용을 절감한다. 제안 모델의 유효성을 검증하기 위하여 최적화 기법중 하나인 유전자 알고리즘(Genetic Algorithm: GA)을 이용하였다. 파라미터가 해에 미치는 영향을 알아보기 위해서 세 가지 파라미터 조건에서 우선 순위형 GA (priority-based GA: priGA)와, 각 세대마다 파라미터가 조정되는 개량형 하이브리드 GA (modified Hybrid Genetic Algorithm: mhGA)를 사이즈가 다른 4가지 수치 예에 적용하여 시뮬레이션을 실시하였다. It is an element certainly required for the cost reduction of a company that forward and reverse logistics chain are unified and constitutes a resource closed-loop supply chain (CLSC). In this study, the inventory control which unifies inventory of distribution centers (DCs) of forward logistics and processing center of reverse logistics in the CLSC environment is proposed. The inventory system model for newly-constructed CLSC considers the JIT(Just-In-Time) delivery from the processing center to the manufacturer, including the making of decisions on whether to wait for the arrival of end-of-life products or to back-order necessary products for manufacturer when the supply of end-of-life products at the processing center via the returning center is insufficient for the demands of the manufacturers. The validity of the proposed model was verified using the genetic algorithm (GA). In order that a parameter might investigate the effect which it has on a solution, the simulation was carried out for priGA(priority-based GA) on three kinds of parameter conditions. Moreover, mhGA(modified hybrid GA) to which a parameter is adjusted for every Study on Reducing Logistics Costs and Inventory Control System according to facilities integration in the Closed-Loop Supply Chain Environment generation, the simulation was carried out to a four-kind numerical example.

재순환 버퍼 RLS 알고리즘의 탭 가중치 갱신을 통한 개선된 수렴 특성

김광준,윤찬호,윤민종,나상동 조선대학교 에너지.자원신기술연구소 1999 에너지·자원신기술연구소 논문지 Vol.21 No.2

We extend the sue of the method of least square to develop a recursive algorithm for the design of adaptive transversal filters such that, given the least-square estimate of this vector of the filter at iteration n-1, we may compute the updated estimate of this vector at iteration n upon the arrival of new data. The RLS algorithm may be viewed as a special case of the Kalman filter. Indeed this special relationship between the RLS algorithm and the Kalman filter is considered. We begin the development of the RLS algorithm by reviewing some basic relations that pertain to the method of least squares. Then, by exploiting a relation in matrix algebra known as the matrix inversion lemma, we develop the RLS algorithm. An important feature of the RLS algorithm is that it utilizes information contained in the input data, extending back to the instant of time when the algorithm is initiated. The resulting rate of convergence is therefore typically an order of magnitude faster than the simple LMS algorithm. This improvement in performance, however, is achieved at the expensive of a large increase in computational complexity

덩굴망기반 Dial 알고리즘 연구

한국ITS학회 한국ITS학회 2018 한국ITS학회논문지 Vol.17 No.5

Partial Inverse Traveling Salesman Problems on the Line

Yerim Chung(정예림),Myoung-Ju Park(박명주) 한국컴퓨터정보학회 2019 韓國컴퓨터情報學會論文誌 Vol.24 No.11

부분역최적화는 역최적화의 흥미로운 변형으로, 주어진 최적화문제와 그 문제의 부분해가 주어지면 이 부분해가 최적해에 포함되도록 문제를 최소한으로 수정하는 문제이다. 이 논문은 라인위에서 정의되는 순환외판원문제(TSP)를 다루는데, 이는 배달시스템, 창고 선반에서 물건을 수집하는 것, 등의 많은 응용을 가진다. 라인 위에서 위치하는 n개의 일이 주어지고 이 중 연속적으로 처리해야하는 일 k개가 부분적으로 주어진다. 각각의 일은 라인 위의 특정 장소에 위치하고 라인을 움직이는 서버에 의해 처리되어야 한다. 우리의 임무는 k개의 일이 최적해에서 연속적으로 처리되도록 n개의 일의 위치를 라인 위에서 최소한으로 조정하는 것이다. 이 논문에서 이 문제와 이 문제의 다양한 변종을 다항시간 내에 푸는 알고리즘을 개발한다. 구체적으로, 서버가 특정한 Forward Trip이라는 특정한 내부 알고리즘을 사용하는 경우와 일반적인 최적 알고리즘을 사용하는 경우에 대한 부분역최적화를 다룬다. The partial inverse optimization problem is an interesting variant of the inverse optimization problem in which the given instance of an optimization problem need to be modified so that a prescribed partial solution can constitute a part of an optimal solution in the modified instance. In this paper, we consider the traveling salesman problem defined on the line (TSP on the line) which has many applications such as item delivery systems, the collection of objects from storage shelves, and so on. It is worth studying the partial inverse TSP on the line, defined as follows. We are given n requests on the line, and a sequence of k requests that need to be served consecutively. Each request has a specific position on the real line and should be served by the server traveling on the line. The task is to modify as little as possible the position vector associated with n requests so that the prescribed sequence can constitute a part of the optimal solution (minimum Hamiltonian cycle) of TSP on the line. In this paper, we show that the partial inverse TSP on the line and its variant can be solved in polynomial time when the sever is equiped with a specific internal algorithm Forward Trip or with a general optimal algorithm.