[지능정보시스템] 181113 메모

   요약

1. 적합도 계산
2. 선택 <- 부모를 선택
3. 교차 (교차율 0.7정도) <-
4. 변이 (0.001~0.0001) <- 너무 적으면 시간이 오래 걸림

주어진 구간에서 최대값을 찾는 것.
최대값은 x, y 값에서 찾는 것이다.

찾으려는 값을 염색체로 만드는 것 -> 염색체로 만듦 -> 염색체의 비트 수는 문제를 보고 적절하게 만듦

x, y를 2^n(해집단, 염색체 비트 수와는 다름)으로 나눔. ??

비트 수가 많을 수록, 찾는 속도는 빨라지나 에너지가 많이 소모된다.

해집단의 각 개체가 함수에서 적합도 함수로 쓰면된다?

유전자 알고리즘에서 중요한 것은 모델링(염색체를 찾아내는 것), 적합도 함수 : 결정해야 하는 것

적합도에 따라서 선택해줌, 적합도가 높은 것을 선택해줌. <- 부모를 선택하는 것

유전자 알고리즘은 여러번 돌려보고 결과들에서 선택하는 것이다.

교차 n번 또는, 교차를 하지 않는것(부모의 속성을 그대로 가지고 내려감).

변이, 너무 많은 변이가 일어나면 안됨

위의 과정을 반복하여, 유전자 알고리즘의 끝은 세대 수로 하는 것, ex) 25세대에서 끝을 내겠다.
or 일정 조건을 두고 조건을 만족하면 멈추도록 한다.

지역 해, 그 지역에서의 최댓값 <- 이 해값 때문에 유전자 알고리즘을 여러 번 돌려보고 나온 값의 최선의 값을 선택한다.


TSP 문제
방문 외판원이 여러 도시를 돌아다니는 데, 어떤 순서로 도시를 돌면 최단거리로 돌 수 있느냐/최단시간내로 돌 수 있느냐


* 인공신경망

개념, 추상화, 일반화 능력

뉴런은 자기 주변의 세포로부터 정보를 주고받음.
연결해줄때, 연결해주는 강도가 있음.
기억이 희미해지는 것 - 연결 강도가 약해지는 것.

뇌세포는 100억개의 뉴런과 각 뉴런을 연결하는 6조 개의 시냅스의 결합체

시냅스에 기록함. 연결 강도
ex) 영어단어를 외웠을 때, 여러 세포의 시냅스에 분산해서 저장한다.

신경망의 학습 : 시냅스들 간의 연결강도를 높이고 줄이고 하는 것이다.

신경망 모델링에서 중요한 것 신경망 구조 선택(어려운 문제인지 쉬운 문제인지, 얼마나 어려운 문제인지 등을 고려), 어떤 학습 알고리즘을 사용할 것인지 선택(선택의 여지가 별로 없음)