Abstract: 역전파 알고리즘의 성능 개선을 위해서 학습율을 자동 조정하는 방식을 제안하였다. 제안한 방식은 각각의 연결강도의 학습율을 퍼지 논리 시스템을 이용하여 자동 조정하는 방식으로 각각의 연결강도에 대해서 Δ와 Δ??를 구하여 퍼지 논리 시스템의 입력으로 사용하고, 학습율을 출력으로 사용하였다. 제안한 방식을 N-패리티 문제, 함수 근사, 숫자 패턴 분류에 대한 시뮬레이션 결과 일반적인 역전파 알고리즘, 모멘텀 방식, Jacobs의 delta-bar-delta 방식보다 성능이 개선됨을 확인하였다.

Abstract: 통신망 설계는 다양한 설계 인자들이 고려되는 다목적 함수 문제이다. 특히 망의 구성 비용, 메시지 지연 그리고 신뢰도는 망의 최대 효율을 얻는데 중요한 설계 인자이다. 최근 들어 유전자 알고리즘은 조합최적화 문제, 통신망 설계문제와 같은 현실적 문제를 위한 최적화 기법으로 널리 활용되어 지고 있다. 본 논문은 망의 구성비용과 메시지 지연시간을 최소화 하는 통신망 설계를 위한 다목적 유전 알고리즘을 제시한다. 본 알고리즘은 다목적 함수의 최적화에서 일반적으로 어려운 목적 함수간의 최적화를 위해 파레토를 이용하였다. 부호화 방법으로 프뤼퍼 숫자와 클러스터링 문자를 사용했고, 적합도 배분방법으로 파레토 순위할당 제거방법과 생태적 적소형태(niche-formation)방법을 사용하였으며, 조기수렴을 방지위해 변형된 엘리트 기법을 사용했다. 시뮬레이션을 통해 제안하는 알고리즘이 망구성의 후보해를 효과적으로 찾음을 보여준다.

Abstract: 자바 언어의 실행 속도를 개선하기 위해 전통적인 컴파일 방법을 사용하여 바이트코드를 특정 프로세서에서 수행될 수 있는 목적기계 코드로 변환하는 다양한 연구가 진행중이다. 패턴 매칭 이용한 코드 생성 기법은 코드 확장 기법에 비해 양질의 코드를 생성할 수 있는 장점을 가지고 있다. 본 연구에서는 바이트코드로부터 효과적으로 네이티브 코드를 생성하기 위해 레지스터 기반의 중간 언어를 효율적으로 생성할 수 있는 정형화된 패턴 기술 방법과 패턴 매칭 기법에 대해 제시한다. 또한 기술된 정형화 패턴을 활용하여 양질의 레지스터 기반 중간 코드를 생성하는 중간 코드 변환기를 설계하고 구현하였다.