고차상관관계를 표현하는 랜덤 하이퍼그래프 모델 진화를 위한 베이지안 샘플링 알고리즘

이시은; 이인희; 장병탁

추천

검색

질문

자료유형: 학술저널

저자정보: 이시은 이인희 장병탁

저널정보: Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 소프트웨어 및 응용 정보과학회논문지 : 소프트웨어 및 응용 제36권 제3호

발행연도: 2009.3

수록면: 208 - 216 (9page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

유전자알고리즘의 교차나 돌연변이 연산을 직접적으로 사용하지 않고 개체군의 확률분포를 추정하여 보다 효율적인 탐색을 수행하려는 분포추정알고리즘이 여러 방법으로 제안되었다. 그러나 실제로 변수들간의 고차상관관계를 파악하는 일은 쉽지 않은 일이라 대부분의 경우 낮은 차수의 상관관계를 제한된 가정하에 추정하게 된다. 본 논문에서는 데이타의 고차상관관계를 표현할 수 있고 최적 해를 좀 더 효율적으로 찾을 수 있는 새로운 분포추정알고리즘을 제안한다. 제안된 알고리즘에서는 상관관계가 있을 것으로 추정되는 변수들의 집합으로 정의된 하이퍼에지로 구성된 랜덤 하이퍼그래프 모델을 구축하여 변수들 간의 고차상관관계를 표현하고, 베이지안 샘플링 알고리즘(Bayesian Sampling Algorithm)을 통해 다음 세대의 개체를 생성한다. 기만하는 빌딩블럭(deceptive building blocks)을 가진 분해가능(decomposable) 함수에 대하여 실험한 결과 성공적으로 최적해를 구할 수 있었으며 단순 유전자알고리즘과 BOA (Bayesian Optimization Algorithm)와 비교하여 좋은 성능을 얻을 수 있었다.

#베이지안 샘플링 알고리즘 #베이지안 진화연산 #분포추정알고리즘 #랜덤 하이퍼그래프 #Bayesian Sampling Algorithm #Bayesian evolutionary computation #EDA #random hypergraph

참고문헌 (17)

참고문헌 신청

1. [학술지(정기간행물)] - Mühlenbein, H. / 1996 / From recombination of genes to the estimation of distributions I. Binary parameters / Parallel Problem Solving from Nature : 178 ~ 187

2. [단행본] - Larranaga, P. / 2001 / A review on estimation of distribution algorithms. in : Estimation of Distribution Algoruthms: A New Tools for Evolutionary Computation / Kluwer Academic Publisher : 57 ~ 100

3. [보고서] - Baluja, S. / 1994 / Population-based incremental learning: A method for integrating genetic search based function optimization and competitive learning

4. [보고서] - Harik, G. R. / 1997 / The compact genetic algorithm

5. [학술지(정기간행물)] - Pelikan, M. / 1999 / The bivariate marginal distribution algorithm / Advances in Soft Computing-Engineering Design and Manufacturing : 521 ~ 535

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이시은

소속기관 아주대학교

주요연구분야 공학 > 컴퓨터학

논문수 10 이용수 700

이인희

소속기관 경북대학교

주요연구분야 공학 > 컴퓨터학

논문수 13 이용수 1,219

장병탁

소속기관 서울대학교

주요연구분야 공학 > 전기전자공학 > 전자공학 TOP 5% 공학 > 컴퓨터학 TOP 0.1%

논문수 651 이용수 72,055

이 논문과 함께 이용한 논문

혼합 타입 데이터의 군집화를 위한 그래프 오토인코더 기반의 데이터 임베딩 기법

이정민 , 정성원 정보과학회 컴퓨팅의 실제 논문지 2024 .12

ChatGPT 및 거대언어모델의 추론 능력 향상을 위한 프롬프트 엔지니어링 방법론 및 연구 현황 분석

박상언 , 강주영 지능정보연구 2023 .12

한국어 코딩 테스트에서의 인간 대 ChatGPT 3.5 & 4.0 성능 비교 및 평가 체계

최수지 , 변혜원 디지털콘텐츠학회논문지 2023 .12

ChatGPT를 기반으로 한 프롬프트 엔지니어링 기법 연구

이명숙 한국컴퓨터정보학회 학술발표논문집 2023 .07

불균형적인 이항 자료 분석을 위한 샘플링 알고리즘들: 성능비교 및 주의점

김한용 , 이우주 응용통계연구 2017 .10

최근 본 자료

전체보기

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

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (17)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)