$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

난이도-거리 상관관계 기반의 문제 인스턴스 공간 분석
Analyzing Problem Instance Space Based on Difficulty-distance Correlation 원문보기

한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, v.22 no.4, 2012년, pp.414 - 424  

전소영 (한국과학기술원 전산학과) ,  김용혁 (광운대학교 컴퓨터소프트웨어학과)

초록
AI-Helper 아이콘AI-Helper

문제 인스턴스 탐색 혹은 자동 생성은 알고리즘 분석 및 테스트에 적용될 수 있으며, 하드웨어, 소프트웨어 프로그램, 계산 이론 등 다양한 수준에서 연구되어온 주제이다. 본 연구에서는 해(解) 공간에 사용된 목적값-거리 상관관계 분석을 문제 인스턴스 공간에 적용하였다. 문제 인스턴스의 목적값은 문제에 따라 알고리즘의 수행 시간과 최적해를 잘 구하는 정도로 정의하였다. 이러한 정의는 문제 인스턴스의 난이도로 해석할 수 있다. 상관관계는 3가지 측면에서 분석하였다: 첫째, 알고리즘과 거리 함수에 따른 상관관계 차이, 둘째, 알고리즘의 개선 전/후의 상관관계 변화, 셋째, 문제 인스턴스 공간과 해당 문제의 해 공간 사이의 연관성. 본 논문은 문제 인스턴스 공간에 상관계수 분석이 어떻게 적용될 수 있는지 보여주며, 문제 인스턴스 공간 분석을 본격적으로 다루는 첫번째 시도이다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Finding or automatically generating problem instance is useful for algorithm analysis/test. The topic has been of interest in the field of hardware/software engineering and theory of computation. We apply objective value-distance correlation analysis to problem spaces, as previous researchers applie...

주제어

#문제 인스턴스 공간   #목적값-거리 상관관계   #정렬 문제   #0/1 배낭 문제   #순회판매원 문제  

질의응답

핵심어 질문 논문에서 추출한 답변
문제 인스턴스란? 문제 인스턴스(problem instance)는 문제를 푸는 알고리즘에 구체적으로 주어진 입력 데이터이다. 가령(1,4,3,2) 이라는 순열을 (1,2,3,4)라는 순열로 정렬해야 한다면 (1,4,3,2)가 문제 인스턴스가 된다.
문제 인스턴스의 목적값의 정의는? 본 연구에서는 해(解) 공간에 사용된 목적값-거리 상관관계 분석을 문제 인스턴스 공간에 적용하였다. 문제 인스턴스의 목적값은 문제에 따라 알고리즘의 수행 시간과 최적해를 잘 구하는 정도로 정의하였다. 이러한 정의는 문제 인스턴스의 난이도로 해석할 수 있다.
문제 인스턴스 탐색은 문제 인스턴스에 관해 정의된 목적 함수로 얻은 목적값을 최대화 혹은 최소화하는 문제 인스턴스를 찾는 문제로 정식화될 수 있는데, 이때 예를 설명하시오. 문제 인스턴스 탐색은 문제 인스턴스에 관해 정의된 목적 함수로 얻은 목적값(objective value)을 최대화 혹은 최소화하는 문제 인스턴스를 찾는 문제로 정식화(formulate) 될 수 있다. 예를 들어 알고리즘의 최악의 성능을 알기 위해서 문제 인스턴스의 목적 함수를 문제 인스턴스를 푸는데 걸리는 시간으로 정의해보자. 그러면 목적값을 최대화하는 인스턴스를 탐색함으로써 최악의 성능을 실험적으로 확인할 수 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (21)

  1. D. Saab, Y. Saab, and J. Abraham. CRIS: A test cultivation program for sequential VLSI circuits. In Proceedings of 1992 IEEE/ACM International Conference on Computer Aided Design, pp. 216-219, 1992. 

  2. M. Srinvas and L. Patnaik. A simulation-based test generation scheme using genetic algorithms. In Proceedings International Conference VLSI Design, pp. 132-135, 1993. 

  3. E. Rudnick, J. Patel, G. Greenstein, and T. Niermann. Sequential circuit test generation in a genetic algorithm framework. In Proceedings of the 31st Annual Conference on Design Automation (DAC '94) , pp. 698-704, 1994. 

  4. F. Corno, E. Sanchez, M. Sonza Reorda, and G. Squillero. Automatic test program generation - a case study. IEEE Design & Test, 21(2):102-109, 2004. 

    상세보기 crossref

  5. P. McMinn, Search-based software test data generation: a survey, Software Testing Verification and Reliability, 14(2):105-156, 2004. 

    상세보기 crossref

  6. C. Cotta and P. Moscato. A mixed-evolutionary statistical analysis of an algorithm's complexity. Applied Mathematics Letters, 16(1):41-47, 2003. 

    상세보기 crossref

  7. J. Hemert. Evolving combinatorial problem instances that are difficult to solve. Evolutionary Computation, 14(4):433-462, 2006. 

    상세보기 crossref

  8. M. Johnson and A. Kosoresow. Finding worst-case instances of, and lower bounds for, online algorithms using genetic algorithms. Lecture Notes in Computer Science, 2557:344-355, 2002. 

  9. S.-Y. Jeon and Y.-H. Kim. A genetic approach to analyze algorithm performance based on the worst-case instances. Journal of Software Engineering and Applications, 3(8):767-775, 2010. 

    상세보기 crossref

  10. S.-Y. Jeon and Y.-H. Kim. Finding the best-case instances for analyzing algorithms: comparing with the results of finding the worst-case instance. In Proceedings of the Korea Computer Congress 2010, vol. 37, no. 2(C), pp. 145-150, 2010. (in Korean) 

  11. 문병로, 쉽게 배우는 유전 알고리즘-진화적 접근법, 한빛미디어, 2008. 

  12. K. D. Boese, A. B. Kahng, and S. Muddu. A new adaptive multi-start technique for combinatorial global optimization. Operations Research Letters, 16(2):101-113, 1994. 

    상세보기 crossref

  13. Y.-H. Kim and B.-R. Moon. Investigation of the fitness landscapes in graph bipartitioning: an empirical study. Journal of Heuristics, 10(2): 111-133, 2004. 

    상세보기 crossref

  14. T. Jones and S. Forrest. Fitness Distance Correlation as a Measure of Problem Difficulty for Genetic Algorithms. In Proceedings of the Sixth International Conference on Genetic Algorithms, pp. 184-192, 1995. 

  15. C. Reeves and T. Yamada. Genetic algorithms, path relinking, and the flowshop sequencing problem. Evolutionary Computation, 6(1):45-60, 1998. 

    상세보기 crossref

  16. T. Stutzle and H. Hoos. MAX-MIN Ant System. Future Generation Computer Systems, 16(8):889-914, 2000. 

    상세보기 crossref

  17. S.-Y. Jeon and Y.-H. Kim. New trials on test data generation: analysis of test data space and design of improved algorithm, In Proceedings of the International Conference on Software Engineering Research and Practice, pp. 352-356, 2011. 

  18. M. Main and W. Savitch. Data Structures and Other Objects Using C++, 3rd ed., Pearson/Addison-Wesley, 2004. 

  19. R. Sedgewick. Algorithms in C, Parts 1-4: Fundamentals, Data Structures, Sorting, Searching, 3rd ed., Addison-Wesley, 1998. 

  20. D. Knuth. The Art of Computer Programming, Volume 3: Sorting and Searching, 2nd ed., Addison-Wesley, 1998. 

  21. R. Neapolitan, and K. Naimipour. Foundations of Algorithms Using C++ Pseudocode, 3rd ed., Jones and Bartlett Publishers, Inc., 2008. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로