초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

최근 생물 유전자 정보에 대한 관심이 커지면서 이를 위한 효과적인 분석 방법이 요구되고 있다. 특히, 분류기의 데이터로 사용하기 위해서 필요한 특징만을 뽑는 과정인 특징 추출은 대량의 유전자 정보에서 의미 있는 정보를 선별하는 중요한 과정이다. 그러나 유전자 정보는 사용되는 데이터의 특징규모가 매우 크기 때문에 일반적인 데이터 마이닝 기법으로는 분석이 힘들다. 본 논문에서는 효율적인 거대규모 특징 추출을 위해 유전자 알고리즘(GA)파 신경망을 사용한 특징추출 방법을 소개하고, 종분화 기법을 사용한 효과적인 특징추출 방법을 제시한다. 그리고, CAMDA 2000에 공개된 암 DNA Microarray로 안종류를 분류하는 문제에 대하여 성능을 평가하였다.

최근 생물 유전자 정보에 대한 관심이 커지면서 이를 위한 효과적인 분석 방법이 요구되고 있다. 특히, 분류기의 데이터로 사용하기 위해서 필요한 특징만을 뽑는 과정인 특징 추출은 대량의 유전자 정보에서 의미 있는 정보를 선별하는 중요한 과정이다. 그러나 유전자 정보는 사용되는 데이터의 특징규모가 매우 크기 때문에 일반적인 데이터 마이닝 기법으로는 분석이 힘들다. 본 논문에서는 효율적인 거대규모 특징 추출을 위해 유전자 알고리즘(GA)파 신경망을 사용한 특징추출 방법을 소개하고, 종분화 기법을 사용한 효과적인 특징추출 방법을 제시한다. 그리고, CAMDA 2000에 공개된 암 DNA Microarray로 안종류를 분류하는 문제에 대하여 성능을 평가하였다.

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 앞선 연구에서는 데이 터 의 특징별 분■류성향만을 고려 하였으나, 비선형 적 인 특 성도 고려하기 위해 유전자 알고리즘 (GA: genetic algorithm)과 신경망을 이용한 방법을 사용한다. 또한, 이 를 좀더 효과적으로 수행하기 위해 종분화 기법을 적용한 GA를 제시한다.
• 본 논문에서는 기존의 거대규모 특징 추출 기법의 문제 점을 알아보고 새로운 방법을 제시하였다. 특징 조합의 특 성을 반영하기 위해서, 신경망으로 평가되는 GA를 사용하 였으며, 추출된 특징이 학습 데이터에 대해 아주 낮은 오 류값이 나타남을 확인하였다.
• 본 논문에서는 특징 조합에 의한 비선형적 분류 성향을 고려하기 위하여 다중 신경망을 이용한 특징 평가를 사용 하였다. 다중 신경망은 비선형적인 문제에서 좋은 성능을 나타낸다.

제안 방법

• ) 유전연산자는 1점 교차와 룰 렛휠 선택, 비트플립 돌연변이를 사용했고, 엘리트 유지 전략을 사용해서 최고해를 유지시켰다. BP 신경망은 오류 를 줄이기 위해서 2번 학습한 뒤 층은 값을 선택하도록 하 였으며, 각 실험은 10번씩 수행한 뒤 결과를 평균하였다.
• 표 2는 제안한 GA와 종분화를 석용한 특징추출 실험 결과를 보여주고 있다. GA의 경우 제안한 염색체 宀조에 25개의 특징을 한 번에 선택하도록 설정하였고, 종분화의 경우에는 5개의 특 징은 가진 염색체를 6개 선택하여 중복 특징을 빼고 25개 의 특징을 선택하였다. 이때, 6개의 해를 찾기 위해서 학습 오류가 1.
• 그러나, 写와 他의 크 기가 큰 경우 염색체의 길이가 길어질 수 있다. 따라서, 본 논문에서는 그림 5와 같이 종분화 기법을 적용하여 효과 적으로 염색체를 표현하였다.
• 특징 조합의 특 성을 반영하기 위해서, 신경망으로 평가되는 GA를 사용하 였으며, 추출된 특징이 학습 데이터에 대해 아주 낮은 오 류값이 나타남을 확인하였다. 또한, 효율적인 진화가 수행 되도록 염색체 크기를 크게 줄인 구조를 사용하였다. 그리 고 종분화 기법을 이용한 다중 특징 추출을 통해 상당한 시간 단축 효과도 얻었다.
• 먼저 특징의 다차원적인 조합을 고려하였을 때 얻을 수 있는 성능향상을 알아보기 위하여 신경망의 학습 오류를 관찰해 보았다. 二림 6은 특징조합의 수를 1에서 4까지 주 었을 때 진화에 따른 오류값의 변화를 나타낸 것이다.
• 그리고 다층 신경망은 하나의 작 은 분류기 와 같은 역 할을 하는 퍼 셉트론(perceptron)이 여 러 층으로 결합되어 있어서, 선형적인 분류 뿐만 아니라 비선형적인 분류 문제도 해결할 수 있다®]. 본 논문에서 는 비선형적인 분류성향을 평가하기 위해 다층 신경망을 사용하였다.
• 본 논문에서는 거대규모 특징의 GA표현에 적합하도록 그림 4와 같은 염색체 구조를 정의하여 염색체 크기를 줄 였다. 전체 특징 중 선택된 특징을 가리키는 인덱스成만을 포하하고 있는 염색체 구조이다.
• 이 특성을 염색체에 적용하면 %개의 특징을 한 개의 염색체를 통해서가 아닌, 여러 개의 해를 통해 얻 을 수 있다. 본 논문의 경우 5개의 특징을 가진 염색체 6 개에서 중복 제거 후 총 25개의 특징을 얻도록 하였는데, 이 경우 염색체는 65비트의 길이만이 요구된다.
• GA의 경우 제안한 염색체 宀조에 25개의 특징을 한 번에 선택하도록 설정하였고, 종분화의 경우에는 5개의 특 징은 가진 염색체를 6개 선택하여 중복 특징을 빼고 25개 의 특징을 선택하였다. 이때, 6개의 해를 찾기 위해서 학습 오류가 1.2이하인 개체가 6개에 丄달할 때까지 진화를 수 행하였다. 리고 GA는 비교실험하기 위해 종분화와 비슷 한 세대까지 수행하였다.
• 이세 제안하는 방법의 효율성을 평가하기 위하여 특징 추출과 최종 분류 성능읍 분석하여 본다. 표 2는 제안한 GA와 종분화를 석용한 특징추출 실험 결과를 보여주고 있다.
• 이때 신경망을 통한 평가를 할 특싱 조합을 선택하기 위 해 GA를 사용하였다. 즉, 선택된 특징 조합을 GA 염색체 를 통해 얻어서 이를 신경당으로 평가하여 적합도값으로 사용하였다. 특징 조합의 수는 아래 수식과 같이 계산되는 데, 상당히 많은 경우의 수를 가지고 있기 때문에 모든 경 우를 평가해보는 것은 어렵다.

대상 데이터

• CAMDA 데이터 72개의 샘플 중 38개는 신경망의 학습 데이터이고, 다른 34개는 분류기의 성능을 평가하기 위한 데이터이다. 학습 데이터 중 27개는 ALL 환자의 것이고, 11개는 AML 환자로부터 얻어진 것이다.
• 이 쿠조는 전체 특징의 수에 큰 영향을 받지 않으며 상대적으로 상당히 짧은 염색 체가 가능하다. 염색체 길이는 전체특징의 수 ”, 와 선택 특 징의 수 海의 크기에 따라 가변적인데, 본 논문에서는 尽값 을 25로 주어 25개의 특징 집합을 선택하였으며, 전체 특 징의 크기 7, 129를 표현하기 위해 13비트의 인덱스가 사용 되었다.
• CAMDA 데이터 72개의 샘플 중 38개는 신경망의 학습 데이터이고, 다른 34개는 분류기의 성능을 평가하기 위한 데이터이다. 학습 데이터 중 27개는 ALL 환자의 것이고, 11개는 AML 환자로부터 얻어진 것이다. 신경망을 학습시 키기 위해 ALL, AMI.

이론/모형

• 개체간 거리는 유전자형(Genotype) 거리의 하나인 해밍 거리(Hamming distance)를 이용하여 계산하였다[7].
• 종분화 방법은 앞서 소개한 적합도 공유 기법을 사용하 였으며 기본 환경 변수는 표 1과 같이 설정하였다. (단, 분 류기는 별도로 튜닝하였다.
• 여기에 종분화 기법을 적용하면 어떤 문제에 대한 여러 개 의 좋은 해를 한 번에 얻을 수 있으며, 진화의 질적인 수 준도 한층 더 끌어올릴 수 있다[4, 5, 7]. 톤 논문에서는 종분 화 기법으로 적합도 공유(Fitness Sharing) 방법 을 사용하 였다[6], 이때 공유를 적용한 적합도 或는 다음과 같이 계 산된다.

성능/효과

• 또한, 효율적인 진화가 수행 되도록 염색체 크기를 크게 줄인 구조를 사용하였다. 그리 고 종분화 기법을 이용한 다중 특징 추출을 통해 상당한 시간 단축 효과도 얻었다.
• 실험 결과, 두 방법 모두 학습 데이터에 대해 낮은 학습 오류를 나타내었다. 그리고 분류 성공률은 오히려 종분화 가 더 좋게 나왔다.
• 제시한 염색체 구조를 사용하면 기존 방법의 경우 7, 129 비트의 길이가 요구되는데 비해 325비트의 작은 길이만을 요구하여 효율적인 GA가 가능하다. 그러나, 写와 他의 크 기가 큰 경우 염색체의 길이가 길어질 수 있다.
• 본 논문에서는 기존의 거대규모 특징 추출 기법의 문제 점을 알아보고 새로운 방법을 제시하였다. 특징 조합의 특 성을 반영하기 위해서, 신경망으로 평가되는 GA를 사용하 였으며, 추출된 특징이 학습 데이터에 대해 아주 낮은 오 류값이 나타남을 확인하였다. 또한, 효율적인 진화가 수행 되도록 염색체 크기를 크게 줄인 구조를 사용하였다.

후속연구

• 학습데이터가 충분하지 않을 경우 신경 망은 과적응(overfitting) 될 수 있다. 따라서 제시하는 방 법에 대해서 향후 더 큰 데이터 집합을 이용한 추가적 검 증이 필요하다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기