유전자 알고리즘을 이용한 이진 위상 홀로그램 형성 방법
    1.
    发明授权
    유전자 알고리즘을 이용한 이진 위상 홀로그램 형성 방법 失效
    使用遗传算法的双相相位傅里叶变换方法

    公开(公告)号:KR100223031B1

    公开(公告)日:1999-10-01

    申请号:KR1019960063156

    申请日:1996-12-09

    Inventor: 이창용 서호형

    Abstract: 자유 공간 광 연결 및 광 정보 처리에 유용하게 사용될 수 있는 이진 위상 홀로그램을 형성하기 위해서는 2차원 이진 위상 홀로그램의 각 셀의 위상 값을 결정해 주어야 한다. 각 셀의 위상 값은 목표 패턴의 모양에 따라 달라지며, 목표 패턴의 모양과 위상값에 의하여 코스트 함수가 결정된다. 원하는 목표 패턴에 해당하는 홀로그램을 형성하기 위해서는 코스트 함수를 최소화 시켜주는 알고리즘이 필요하다.
    따라서, 본 발명은 코스트함수를 최소화하는데 유전자 알고리즘을 사용함으로써 높은 효율성과 균일성을 가지는 2차원 이진 위상 홀로그램 형성 방법에 관해 개시 된다.

    레비 확률분포를 이용한 고속 진화 프로그래밍장치 및 그 방법
    2.
    发明公开
    레비 확률분포를 이용한 고속 진화 프로그래밍장치 및 그 방법 无效
    使用Levy概率分布快速发展的编程设备和方法

    公开(公告)号:KR1019990038947A

    公开(公告)日:1999-06-05

    申请号:KR1019970058839

    申请日:1997-11-07

    Inventor: 이창용

    Abstract: 본 발명은 진화 프로그래밍장치 및 그 방법에 관한 것으로, 이와같은 본 발명은 무한의 분산을 하는 레비(Levy) 확률분포를 이용한 돌연변이 연산을 진화 프로그래밍에 적용함으로써, 돌연변이 연산 후 매개변수의 변화를 크게 할 수 있어 최적치로의 수렴 속도를 빠르게 할 수 있고, 돌연변이 연산 후 매개변수의 변화가 큼으로 인하여, 국소 최적치가 많은 복잡한 시스템의 최적화 과정에서 매개변수의 영역을 골고루 찾아주게 되어 국소 최적치로 빠지지 않음으로써 전체 최적치로의 수렴이 빠르게 되는 효과가 있다.

    유전자 알고리즘을 이용한 이진 위상 홀로그램 형성 방법
    3.
    发明公开
    유전자 알고리즘을 이용한 이진 위상 홀로그램 형성 방법 失效
    用遗传算法生成二元相位全息图

    公开(公告)号:KR1019980044999A

    公开(公告)日:1998-09-15

    申请号:KR1019960063156

    申请日:1996-12-09

    Inventor: 이창용 서호형

    Abstract: 자유 공간 광 연결 및 정보 처리에 유용하게 사용될 수 있는 이진 위상 홀로그램을 형성하기 위해서는 2차원 이진 위상 홀로그램의 각 셀의 위상 값을 결정해 주어야 한다. 각 셀의 값은 목표 패턴의 모양에 따라 달라지며, 목표 패턴의 모양과 위상값에 의하여 코스트 함수가 결정된다. 원하는 목표 패턴에 해당하는 홀로그램을 형성하기 위해서는 코스트 함수를 최소화 시켜주는 알고리즘이 필요하다.
    따라서, 본 발명은 코스트함수를 최소화하는데 유전자 알고리즘을 사용함으로써 높은 효율성과 균일성을 가지는 2차원 이진 위상 홀로그램 형성 방법에 관해 개시된다.

    엔트로피 샘플링을 사용한 유전자-엔트로피 알고리즘
    4.
    发明公开
    엔트로피 샘플링을 사용한 유전자-엔트로피 알고리즘 无效
    基于熵抽样的遗传熵算法

    公开(公告)号:KR1019990042068A

    公开(公告)日:1999-06-15

    申请号:KR1019970062771

    申请日:1997-11-25

    Inventor: 이창용 한승기

    Abstract: 본 발명에서는 엔트로피 샘플링을 이용한 유전자-엔트로피 알고리즘을 제안하였다. 엔트로피 샘플링에 기초한 이 알고리즘은 임의의 배열이 선택될 확률을 그 배열의 엔트로피에 의존하게 함으로 주어진 시스템의 전 에너지(혹은 fitness) 영역을 균일한 확률로 선택하게 한다. 이러한 엔트로피 샘플링은 주어진 시스템의 국소 최소치를 보다 쉽게 빠져 나올 수 있다는 장점이 있으며 따라서 전체 최소치(혹은 최대치)를 보다 효과적으로 찾아갈 수 있다. 특히 이 알고리즘은 국소 최소치가 많은 문제의 최적화에 적합하며 그 효과를 NK-모델에 적용하여 그 우수성을 입증하였다.

Patent Agency Ranking