AGIPT

Design and Implementation of an Adaptive Genetic Programming System for Flexible Information Processing



유전자 프로그래밍(genetic programming)은 적자 생존의 원리를 모방한 계산 모델인 진화 연산(evolutionary computation) 방식의 일종으로서 특히 기계학습과 자동 프로그래밍에 유용하다. 유전자 프로그래밍은 다른 진화 알고리즘과는 달리, 가변 길이의 트리 구조를 염색체로 사용하기 때문에 문제 해결을 위한 다양한 지식을 잘 표현해 줄 수 있는 장점이 있어 여러 분야에 걸펴 폭넓게 응용되고 있다. 그러나 지금까지의 유전자 프로그래밍에서는 문제의 크기가 클 경우 간결한 프로그램을 유도하기가 어렵고 학습의 속도가 상당히 느려질 수 있다는 문제점을 내포하고 있었다. 본 연구에서는 이러한 문제점을 해결하기 위해 여러 가지 적응 학습 기술을 연구하였으며 이를 AGIPT (Adaptive Genetic Programming Tool) 시스템으로 구현하고 여러 가지 실제 문제에 있어 그 성능을 시험하고 평가하였다. AGIPT 시스템은 적응적 평가함수와 국부탐색 기법을 이용해서 효과적인 학습을 하며 다중 유전자 프로그램의 결합에 의한 신뢰적인 의사결정을 할 수 있도록 지원하고 다양한 응용 개발 환경을 제공한다. 기타 본 과제의 수행을 통하여 연구된 구체적인 내용을 요약하면 다음과 같다. (1) 유용한 부분 트리를 발견하고 이를 재활용하기 위한 방안, (2) Occam's Razor를 갖는 적응적 평가함수를 사용한 진화적 탐색 기법 (3) 학습에 필요한 데이터를 동적으로 선택하는 방법, (4) 프로그램 트리 표현 방법의 개선, (5) 다수의 유전자 프로그램 트리를 결합한 신뢰적인 의사 결정 방법 등이다. 본 연구를 수행함으로써 진화 연산 기반의 유연 정보처리 시스템 개발을 위한 기반 기술을 확보하였다. 앞으로 이를 컴퓨터공학 뿐만 아니라 다른 공학 분야에서도 활용함으로써 응용 시스템을 개발하는데 드는 비용을 절감하고 개발 시간을 단축할 수 있는 효과를 가져올 수 있을 것으로 기대된다.

  • 진화에 기반한 기계학습 방법론 수립
  • 적응적 유전 프로그래밍 기술의 개발
  • 진화 계산 기반의 유연정보처리 환경의 개발
최종연구목표 진화 연산 기반의 유연 정보처리 시스템 개발
1차년도 명세 언어를 설계하고 그 변역기를 구현하며 GP시스템의 커널 구현
2차년도 적응적 유전 프로그래밍 기법을 설계하고 GUI환경 구현


Publications
  • A Probabilistic Model for Co-evolutionary Emergence of Collective Inteligence, Zhang, B.-T., 1999, (submitted).
  • Evolutionary Induction of Sparse Neural Trees, Zhang, B.-T., Ohm, P. and Muehlenbein, H., Evolutionary Computation, 5(2), pp. 213-236, 1997.
  • Evolutionary Neural Trees for Modeling and Predicting Complex Systems, Zhang, B.-T., Ohm, P. and Muehlenbein, H. Engineering Applications of Artificial Intelligence, 10(5), pp. 473-483, 1997.
  • Convergence and Generalization Properties of Active Learning with Growing Neural Nets, Zhang, B.-T., Journal of Korea Information Science. Soc. , 24(12), pp. 1382-1390, 1997.
  • Design and Training of Neural Network Models by Genetic Programming, Zhang, B.-T., Journal of Korea Information Science. Soc., 23(10) , pp.1083-1092, 1996.
  • An Information Measure for Genetic Exploration of Effective Training Examples, Zhang, B.-T., Journal of Korea Information Science. Soc., 23(10), pp. 1073-1082, 1996.
  • Evolutionary Learning of Sigma-Pi Neural Trees and Its Application to Classification and Prediction, Zhang, B.-T., Journal of Fuzzy Logic and Intelligent Systems, 6(2), pp. 13-21, 1996.
  • Efficient Construction and Training of Multilayer Perceptrons by Incremental Pattern Selection, Zhang, B.-T., Journal of Korea Information Science. Soc., 3(3), pp. 429-438, 1996.
  • Enhancing Robustness of Genetic Programming at the Species Level, Zhang, B.-T. and Joung, J.-G., Proc. of Genetic Programming Conference, GP'97, pp. 336-342, 1997.
  • Evolving Neural Trees for Heart Rate Prediction, Zhang, B.-T. and Joung, J.-G., Soft Computing in Engineering Design and Manufacturing, pp. 93-102, 1997.
  • 훈련 데이터 분할에 의한 유전자 프로그래밍 학습 성능의 향상, 정제균, 장병탁 정보과학회 추계 학술 대회, Vol. 24, pp. 123-126, 1997.
  • 다수 유전자프로그램의 결합에 의한 예측의 정확도 향상, 정제균, 장병탁, 정보과학회 춘계 학술 대회, Vol. 24, pp. 311-314, 1997.
  • Adaptive Evaluation Functions for Dynamic Growing/Pruning of Program Trees, Zhang, B.-T. and Muehlenbein, H., Advances in Genetic Programming 2, Chapter 12, Cambridge, MA: MIT Press, pp. 241-256, 1996.
  • Project Title 유연 정보 처리를 위한 적응적 유전 프로그래밍 시스템의 설계 및 구현
    Sponsor 한국과학재단(KOSEF) 핵심전문연구
    Duration March 1996 - February 1998
    Principal Investigator Prof. Byoung-Tak Zhang
    Researchers Je-Gun Joung

    Contact Je-Gun Joung
    E-Mail jgjoung(at)scai.snu.ac.kr
    Phone +82-2-880-7302
    Fax +82-2-875-2240