퍼지 클러스터링 기반의 국소평가 유전자 알고리즘

유시호; 조성배

추천

검색

질문

자료유형: 학술저널

저자정보: 유시호 조성배

저널정보: Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 소프트웨어 및 응용 정보과학회논문지 : 소프트웨어 및 응용 제31권 제9호

발행연도: 2004.9

수록면: 1,246 - 1,257 (12page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (3)

2004

퍼지 클러스터링 기반의 국소평가 유전자 알고리즘

유시호 , 조성배 정보과학회논문지 : 소프트웨어 및 응용 2004.09 학술저널

유전자 발현 데이터의 퍼지 클러스터 평가를 위한 결정트리 기반의 베이지안 검증방법

유시호 , 조성배 한국정보과학회 학술발표논문집 2004.04 학술대회자료

2003

최적의 유전자 클러스터 분석을 위한 퍼지 c - Means 알고리즘 기반의 베이지안 검증 방법

유시호 , 원홍희 , 조성배 한국정보과학회 학술발표논문집 2003.10 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

유전자 알고리즘은 원하는 최적해를 찾기 위해서 개체 집단의 크기를 가능한 크게 유지하여야 한다. 하지만 실제 문제에서 개체의 적합도를 평가하는 것이 어려운 경우가 많기 때문에 큰 집단의 모든개체에 대하여 적합도를 평가하는 것은 많은 시간과 비용을 요구한다. 이에 본 논문에서는 집단의 크기를 크게 유지하되 클러스터링에 의해 대표 개체만을 평가함으로써 효율을 높이는 퍼지 클러스터링 기반의 국소 평가 유전자 알고리즘을 제안한다. 나머지 개체들은 대표 개체로부터 간접적으로 적합도를 분배받는다. 다수의 집단에 소속되는 개체들의 경우, 하드 클러스터링 방법으로는 정확한 적합도 분배를 하기 어렵기 때문에 퍼지 c-means 알고리즘을 사용하였고, 클러스터 결과인 퍼지 소속 행렬에 의해 적합도를 배분하였다. 9개의 벤치마크 적합도 함수에 대하여 6가지 하드 클러스터링 알고리즘을 적용한 유클리디안 거리와 피어슨 상관계수에 의한 적합도 배분 방법과 본 논문에서 제안하는 방법을 비교 실험한 결과, 제안한 방법의 우수한 성능을 확인할 수 있었다.

참고문헌 (21)

참고문헌 신청

[학술지(정기간행물)] - / 1995. / Practical Handbook of Genetic Algorithm

[학술지(정기간행물)] - / May2002. / A human-oriented image retrieval system using interactive genetic algorithm 32 (3) : 452 ~ 458

[학술지(정기간행물)] - / 2001. / Interactive evolutionary computation: Fusion of the capabilities of EC optimization and human evaluation 89 (9) : 1275 ~ 1296

[학술지(정기간행물)] - / / Genetic algorithms for the 1-D fractal inverse problem Proc. 4th Int'l Conf. on Genetic Algorithms : 495 ~ 501

[학술지(정기간행물)] - / October2000. / The cost minimizing inverse classification problem: A genetic algorithm approach 29 : 283 ~ 300

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

유시호

소속기관 한국정보과학회

주요연구분야 공학 > 컴퓨터학 공학 > 전기전자공학 > 전자공학

논문수 8 이용수 393

조성배

소속기관 연세대학교

주요연구분야 공학 > 컴퓨터학 TOP 0.5% 복합학 > 학제간연구

논문수 548 이용수 54,397

이 논문과 함께 이용한 논문

인공신경망과 유전알고리즘 기반의 쌍대반응표면분석에 관한 연구

T , itiya R. A , ungpadang 외 1명 대한산업공학회지 2013 .10

선형 제약식을 가진 비선형 목적함수의 최적화를 위한 유전알고리즘에 관한 연구

성기석 대한산업공학회 춘계공동학술대회 논문집 2008 .05

LARS(Least Angle Regression)와 유전알고리즘을 결합한 변수 선택 알고리즘

김동일 , 한아향 , 김성식 외 1명 대한산업공학회 춘계공동학술대회 논문집 2009 .05

조합최적화 문제를 위한 새로운 유전연산자

석상문 , 안병하 한국정보과학회 학술발표논문집 2003 .10

클러스터링 기반의 효율적 유전자 알고리즘의 체계적인 성능 평가

원홍희 , 조성배 한국정보과학회 학술발표논문집 2002 .04

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2009-569-017891015

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (3)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (21)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)