초록

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

시간이 흐름에 따라 생화학 시스템이 변화하는 것을 기록한 데이터로부터 이 시스템의 상태 전이 및 시스템을 구성하는 각 생화학 물질간의 관계를 모델링하기 위한 방법으로 S-tree 구조를 제안한다. 이것은 주로 생화학 시스템의 동적 특성을 모델링 하기 위하여 연구되어 온 S-system을 나무 구조로 표현한 것이다. 본 논문에서는 진화 연산을 통해 주어진 시계열 데이터를 잘 설명하는 S-tree의 구조 및 그 변수들을 동시에 효과적으로 탐색하는 방법을 개발하였다. 이 방법에서는 구조 탐색을 위해 유전 프로그래밍(genetic programming)에서 사용되어 온 나무 구조의 교차 및 돌연변이 연산과 더불어 다양한 형태의 구조 탐색 연산자들을 도입하였고, 또한 동시에 알맞은 변수 값들을 찾기 위하여 확률적 돌연변이 연산을 통한 언덕 오르기(hill-climbing)를 수행한다. 제안된 방법을 효모의 혐기성 발효 데이터에 적용한 결과 주어진 시스템을 성공적으로 모델링할 수 있었다.

시간이 흐름에 따라 생화학 시스템이 변화하는 것을 기록한 데이터로부터 이 시스템의 상태 전이 및 시스템을 구성하는 각 생화학 물질간의 관계를 모델링하기 위한 방법으로 S-tree 구조를 제안한다. 이것은 주로 생화학 시스템의 동적 특성을 모델링 하기 위하여 연구되어 온 S-system을 나무 구조로 표현한 것이다. 본 논문에서는 진화 연산을 통해 주어진 시계열 데이터를 잘 설명하는 S-tree의 구조 및 그 변수들을 동시에 효과적으로 탐색하는 방법을 개발하였다. 이 방법에서는 구조 탐색을 위해 유전 프로그래밍(genetic programming)에서 사용되어 온 나무 구조의 교차 및 돌연변이 연산과 더불어 다양한 형태의 구조 탐색 연산자들을 도입하였고, 또한 동시에 알맞은 변수 값들을 찾기 위하여 확률적 돌연변이 연산을 통한 언덕 오르기(hill-climbing)를 수행한다. 제안된 방법을 효모의 혐기성 발효 데이터에 적용한 결과 주어진 시스템을 성공적으로 모델링할 수 있었다.

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

• 본 논문에서는 esystem의 구조를 효과적으로 표현할 수 있는 나무 구조의 S-tree 표현 방법을 제안하고, 주어진 데이터로부터 SAree의 구조 및 그 변수 값들을 효율적으로 탐색하기 위한 진화 연산 기법을 개발하였다. 제안된 방법을 두 종류의 생화학 시스템 데이터에 적용한 결과 주어진 데이터가 표현하는 시스템을 성공적으로 모델링할 수 있었다.
• 본 논문에서는 시계열 데이터에 의하여 표현되는 생화 학 시스템을 효율적으로 모델링하기 위한 방법으로 S~system의 나무 구조 형태인 S-tree를 제안하였다. 또한 주어진 데이터에 알맞은 S-tree의 구조 및 변수 값들을 찾기 위한 방법으로서 여러가지 구조 탐색 연산과 확률 적 돌연변이 연산을 통한 언덕 오르기를 수행하는 진화 연산을 개발하였다.

가설 설정

• 이것은 효모의 혐기성 발효(anaerobic fermentation)를 나타낸 식 ("=5, m=9)으로세5] 본 논문에서는 시간에 따라 변하는 5개의 변수와 관련된 구조 및 변수만을 예측하고 그렇지 않은 나머지 9개의 변수에 대한 값들은 알고 있는 것으로 가정하였다.

제안 방법

• 총 N개의 Stree를 임의로 생성하여 초기 개체군을 만든 후, 적합 도를 평가한다. 다음으로 개체군에서 임의로 부모 2개를 선택하여 교차 연산 확률에 따라 교차 연산을 수행한 후 다시 돌연변이 연산을 그 확률에 따라 수행한다. 이렇게 하여 人개의 새로운 S~tree를 만든 후, 각 자손에 대하여 언덕 오르기를 적용한다.
• 본 논문에서는 시계열 데이터에 의하여 표현되는 생화 학 시스템을 효율적으로 모델링하기 위한 방법으로 S~system의 나무 구조 형태인 S-tree를 제안하였다. 또한 주어진 데이터에 알맞은 S-tree의 구조 및 변수 값들을 찾기 위한 방법으로서 여러가지 구조 탐색 연산과 확률 적 돌연변이 연산을 통한 언덕 오르기를 수행하는 진화 연산을 개발하였다. 제안된 방법을 효모의 혐기성 발효 데이터에 적용한 결과 주어진 시스템을 효과적으로 모델 링 할 수 있었다.
• 이 중 적합도가 가장 좋은 〃개 를 선택하여 개체군에서 적합도가 나쁜 개체들을 대체한다. 여기서 개체군의 다양성을 보장하기 위한 방법으로 개체군 내에 같은 구조의 S-system을 표현하는 S-tree가 존재한다면 그 개체를 대체하도록 하였다. 만약 같은 구조를 나타내는 S-tree가 없다면 적합도가 나쁜 개체들 중에서 임의로 선택된 것을 대체한다.
• 이를 위하여 본 논문에서는 그림 1의 아래쪽에서 보여 주는 바와 같은 S-tree 구조를 제안한다. 먼저 루트 노드(R)는 S-system을 구성하는 미분 방정식의 개수(1)) 만큼 자식 노드를 갖는다.
• 전체적인 진화 연산의 흐름은 다음과 같다. 총 N개의 Stree를 임의로 생성하여 초기 개체군을 만든 후, 적합 도를 평가한다. 다음으로 개체군에서 임의로 부모 2개를 선택하여 교차 연산 확률에 따라 교차 연산을 수행한 후 다시 돌연변이 연산을 그 확률에 따라 수행한다.

이론/모형

• X의 초기 농도를 (0.2, 1.5, 6.9, 0.009, 2.0)로 설정한 후, Euler법에 의하여 주어진 연립미분방정식을 총 500 단위 시간 동안 시뮬레이션하여 매 5 단위 시간마다의 데이터 값을 진화 연산에서 사용하였다 (T=100). Stree의 구조는 단말 노드가 3개 이하를 가지도록 제한했으며, 개체군의 크기는 1,000이었다.

성능/효과

• 그림 2는 실제 S-system 식을 이용하여 얻어진 데이터와, 제안된 진화 연산에 의하여 얻어진 S-tree 구조로 표현된 S-system을 학습 데이터를 얻는 것과 같은 방법으로 시뮬레이션한 결과를 보여주고 있다. 데이터로 주어진 500단위 시간 내의 시스템 변화 양상뿐만 아니라 그 후 500단위 시간 동안, 즉 안정화 상태 후의 시스템 양상도 거의 유사하 게 예측하였음을 알 수 있다.
• 본 논문에서는 esystem의 구조를 효과적으로 표현할 수 있는 나무 구조의 S-tree 표현 방법을 제안하고, 주어진 데이터로부터 SAree의 구조 및 그 변수 값들을 효율적으로 탐색하기 위한 진화 연산 기법을 개발하였다. 제안된 방법을 두 종류의 생화학 시스템 데이터에 적용한 결과 주어진 데이터가 표현하는 시스템을 성공적으로 모델링할 수 있었다.
• 또한 주어진 데이터에 알맞은 S-tree의 구조 및 변수 값들을 찾기 위한 방법으로서 여러가지 구조 탐색 연산과 확률 적 돌연변이 연산을 통한 언덕 오르기를 수행하는 진화 연산을 개발하였다. 제안된 방법을 효모의 혐기성 발효 데이터에 적용한 결과 주어진 시스템을 효과적으로 모델 링 할 수 있었다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기