탐색 (Lecture Note #3) 인공지능 이복주 단국대학교 컴퓨터공학과 Modified from the slides

Slides:



Advertisements
Similar presentations
Made by 주례 없는 결혼식♥ 대본 사회 : 홍길동.
Advertisements

Tel : Fax : 마케팅 기법과 후보자 Search 기획마케팅팀 유 용 미 차장.
I’m going to be the best _____ in the world.
1 탐색 (Lecture Note #4) 인공지능 이복주 단국대학교 컴퓨터공학과 Modified from the slides by SciTech Media.
인공지능 : 개념 및 응용 Artificial Intelligence: Concepts and Applications 2. 탐색 도용태 김일곤 김종완 박창현 공저 탐색 (Search) 컴퓨터가 문제를 자율적으로 해결하기 위해 해 혹은 해 에 이르기 위한 경로를 찾아가는.
폭력. 폭력이란 무엇인가 우상의 눈물 물리적인 폭력 ( 최기표 ) VS 지능적인 폭력 ( 임형우, 담임선생님 )
1 박 2 일 !!! 인천마장초등학교 유수아. 1 박 2 일 멤버 인기순 위 1 위 이승기 2 위 엄태웅 3 위 은지원 4 위 김종민, 이수근 ※인터넷에서 본것이기 때문에 사람에따라 서 다를 수 있다. ※
지능형 에이전트 (Intelligent Agents) (Lecture Note #29)
석관중앙교회 5남전도회 석 관 중 앙 교 회 회원 소식 통권 05-04호 발행일 : 2005년 04월 회 장 : 장진호 집사
경기도 주식회사 설립 계획 경 제 실.
행정소송 실무교육 공익법무관 문 유 식 인사 공익법무관 소개 서울고검 소개.
지역사회복지론 1조. 요양보호시설에 대해서 황성국 임재형 이동영
조선왕조의 유교정치.
업무 프로세스 및 체크리스트
전국 HPAI 발생농장 현황 [’14.9월 이후] (’ 시 기준)
유 제 흥 지원업체 분석 및 잡서칭 스킬 유 제 흥
불확실성 (Lecture Note #11) 인공지능 이복주 단국대학교 컴퓨터공학과 Modified from the slides
한우TMR 사용의 문제점과 개선방안 제일사료㈜ 김 덕 영.
『대기업-중소협력업체 안전보건 공생협력 프로그램』 추진 사업
연장근로와 야간·휴일근로 김영호 노무사 나눔 노사관계연구소 소장 연세대 일반대학원 박사 수료 고려사이버대 법학과 외래교수
I 문학의 개념과 역할 1. 문학의 개념 (1) 언어 예술로서의 문학 (2) 소통 활동으로서의 문학
2013년 5월 23일 이수경(환경과 공해연구회 사무국장)
노무관리 교육 10분만 시간 내십시오 복잡하게 보이는 노무관리 완벽하게 이해시켜 드립니다. 1.
4. 목적론적 윤리와 의무론적 윤리 01. 경험주의와 이성주의 01. 경험주의와 이성주의 02. 결과론적 윤리와 공리주의
Genetic Algorithm 신희성.
지식 표현과 논리 (Lecture Note #5)
BLACK OUT 신개념 연합동아리 블랙아웃에서 1기를 모집합니다!

서 울 정 보 시 스 템 (02) 북집(BookZip) 지식N요약 DB 국내서 요약, 해외서 Preview, Global Trend, Media 브리핑 ‘모바일 서비스 이용방법 서 울 정 보 시 스.
개항기 조선과 동아시아 박 범 한국역사입문Ⅱ.
Ch.06 Branch-and-Bound (분기한정법) (Ch.05-7 포함)
월 정례조회.
계약서 관련 실무 계약 위반과 판례 김래균.
Homework #5 (1/3) Backtracking, Branch-and-Bound
제8장 회계방법의 선택 ◆ 목차 1. 재무제표 바로 읽기 2. 재무제표가 다르게 표시되는 이유 3. 매출원가의 산정
생활 철학 인간이란 무엇인가?.
하드웨어 vs 소프트 웨어 볼 수 있다. 만질 수 있다. 볼 수 없다. 만질 수 없다. 키보드, 마우스 ? 하드웨어
대구의 부도심 대구의 주요축 동대구 부도심 4조 강민석 / 박성균 / 최은지/ 황재현/김예지.
게임인공지능 제 5 장 그래프의 비밀 2008년 4월 28일.
기업회생 절차.
2. 윤리학의 원리와 적용 가. 상대주의와 절대주의.
추정의 이론.
3장. 탐색.
0-1 Knapsack – 개선된 BFS 기반 알고리즘
강의 프레젠테이션 현대 사회와 미디어 12강. 미디어 문화.
기술 진화와 진보.
사도행전 13장 22절 말씀 –아멘 다 윗 을 왕 으 로 세 우 시 고 증 언 하 여 이 르 시 되 내 가 이 새 의 아 들
40 N 30 N 130 E 120 E 35 N 추정되는 사고해역 화물선/유조선 충돌 :00 마산 서귀포 대산
점화와 응용 (Recurrence and Its Applications)
Homework #5 (1/3) Backtracking, Branch-and-Bound
제2장 관세법 일반 제1절 통칙 제2절 법 해석의 원칙 등 제3절 기한과 기간 제4절 서류의 송달 등
탐색 (Search) 컴퓨터가 문제를 자율적으로 해결하기 위해 해 혹은 해에 이르기 위한 경로를 찾아가는 과정
믿음의 예배 본문 창세기 4장 1절 ~ 5절 요절 로마서 12장 1절.
경찰행정과 세미나 결과를 공개해야한다. VS 비공개로 해야한다. 경찰의 근무성적평정 제도.
상황별/유형별 고객응대법.
올바른 부모교육으로 육아를 교육하자 해피트리.
이제는 말할 수 있다 한국대학생 IT 경영학회 이 성 은.
Traveling Salesman Problem – 개요 (1/2)
시민이 체감하는 편리한 건축인허가 절차 개선 추진.
신경망 (Neural Networks) (Lecture Note #23)
북한학 과목소개 최 장 옥 교 수 연평도 앞 월래도 시찰.
사귐의 해법 2 : 아버지의 사랑  아버지가 사랑하시는 사랑에 대한 올바른 반응으로 아버지를 사랑함 * 2:15-17) 세상 사랑 vs 아버지 사랑 (p ) * 3:11-18) 아버지 사랑 & 형제 사랑 (p ) * 4:7-21) 형제 사랑.
영상으로 읽는 한국사 02 삼국은 서로를 한 ‘민족’으로 생각했나? - 삼국통일의 의미-.
삶을 풍요롭게 만드는 의사소통.
우수사원 연수 제안서 2-1. 항공, 호텔, 식사, 차량 세부 안내 (지역순서대로 작성 발리-싱가포르-괌)
퍼지 이론 (Lecture Note #13) 인공지능 이복주 단국대학교 컴퓨터공학과
시각 (Vision) (Lecture Note #25)
Traveling Salesman Problem – 개요 (1/2)
Traveling Salesman Problem – 개요 (1/2)
Presentation transcript:

탐색 (Lecture Note #3) 인공지능 이복주 단국대학교 컴퓨터공학과 Modified from the slides by SciTech Media 탐색 (Lecture Note #3) 인공지능 이복주 단국대학교 컴퓨터공학과

Outline 탐색 문제 해결 상태 공간 탐색 기법 휴리스틱 기법 게임 트리 기법 알파베타 탐색 문제 제약 조건 만족 문제 Slide made by Bogju Lee

언덕등반기법 (hill-climbing) 평가함수 (evaluation function or objective function) 사용 한 경로가 목표에 이르는데 얼마나 지름길일 것인지 판단하는 함수 평가함수 값을 증가(감소)시키는 방향으로 나가는 탐색전략 계곡 하강법 (valley declining) 깊이우선 탐색기법에 평가함수를 활용한 형태 최단의 경로에 대한 보장이 없다 국부최대가 존재할 수 있다 (plateau) 과정 회복 불가능 (irrevocable) 예) 8-퍼즐 문제 (그림 2.9) Plateau: 고원 2 3 1 2 3 1 8 4 8 4 7 6 5 7 6 5 초기상태 목표상태 Slide made by Bogju Lee

언덕등반기법 (hill-climbing) 8-퍼즐 문제 평가함수 = 목표상태와 같은 위치에 있는 타일 수 초기상태 = 5 (3, 4, 5, 6, 7 이 같은 위치) 목표상태 = 8 연산자 = blank cell을 전후좌우로 이동시키는 것 2 3 1 2 3 1 8 4 8 4 7 6 5 7 6 5 초기상태 목표상태 Slide made by Bogju Lee

언덕등반기법 (hill-climbing) 8-퍼즐문제의 탐색 (그림 2.10) 1 2 3 1 8 4 5 7 6 5 2 2 3 2 8 3 2 3 1 8 4 1 4 1 8 4 6 5 4 7 6 5 7 6 5 7 6 5 3 1 2 3 2 3 8 4 1 8 4 7 5 7 6 5 7 6 5 4 1 2 3 2 3 1 2 3 7 8 4 1 8 4 8 4 6 6 8 6 5 7 6 5 7 6 5 Slide made by Bogju Lee

언덕등반기법 (hill-climbing) 언덕등반기법의 실패 (그림 2.11) 평가함수의 값을 높이는 방향으로 탐색할 수 없음 국부 최대 (local maximum)에 빠짐 많은 실제적 문제에서 국부 최대 문제 발생 2 8 3 1 4 5 7 6 5 2 8 3 2 3 2 8 3 2 8 3 1 4 1 8 4 1 4 1 6 4 5 5 4 4 7 6 5 7 6 5 7 6 5 7 5 Slide made by Bogju Lee

최고우선탐색 (best-first) 최고우선탐색 (best-first) 모든 말단 노드(열린 노드)를 대상으로 평가함수 값을 비교하는 방법 선택 안 된 노드도 추후 선택 가능 Vs. 언덕등반기법: 하나의 노드가 선택되면 같은 레벨의 다른 노드들 다시 고려되지 않음 Slide made by Bogju Lee

최고우선탐색 (best-first) 최고우선 탐색법 예 (그림 2.12) s s a b c a b c d e s s a b c 4 1 5 4 1 5 d e 2 3 s s 2 2 a b c a b c 4 1 5 4 1 5 f g d e f g d e 5 6 2 3 5 6 2 3 h i j 5 3 8 Slide made by Bogju Lee

최고우선탐색 (best-first) 최고우선탐색 (best-first) 국부최대를 만나도 탐색이 계속된다 Vs. 언덕등반기법: 자녀노드에 더 좋은 함수 값이 없으면 탐색 진행 안됨 너비우선 방식에 비해 탐색비용이 절감된다 열린노드를 대상으로 가장 좋은 것 선택 그러나 역시 최적의 경로를 보장할 수 없다 아직 선택 안 된 노드를 또 확장해 보면 더 나은 해를 발견 가능 예: 앞의 예에서 b의 자녀 중에 최적의 해가 있을 수도 해결책: 해를 찾은 후라도 아직 open 안된 노드 open 하여 확인한다 Slide made by Bogju Lee

최고우선탐색 (best-first) 빔 탐색 (beam search) 최고우선기법에서 기억노드(열린 노드)의 수를 제한하는 방법 기억공간이 축소되지만 너무 빠른 가지치기(pruning)를 초래 Slide made by Bogju Lee

A-알고리즘 A-알고리즘 지금까지의 평가함수: 노드의 목표노드와의 근접도 실제 최적의 경로: 초기노드에서 목표노드까지의 최단 경로 임의의 노드 N의 평가함수를 정의 f(N) = g(N) + h(N) g(N): 초기노드에서 N노드 까지의 최단거리 h(N): N노드에서 목표노드까지 최단 거리 h(N)은 해가 주어지지 않으면 알 수 없으므로, h(N)대신에 추정치 h*(N)을 사용 f(N) = g(N) + h*(N): 평가함수 Slide made by Bogju Lee

A* 알고리즘 A* 알고리즘 A 알고리즘에서 모든 N에 대해 h*(N)  h(N)가 성립되도록 하면 허용성을 가짐  A* 알고리즘 허용성 (admissibility): 최적의 경로를 보장하는 조건 Admissible: h* never overestimates h (i.e., underestimate or equal) 예: straight line, # tiles out of place h 2 3 1 2 3 1 8 4 8 4 7 6 5 7 6 5 h* # tiles out of place h* = 4 h >= 4 # tiles out of place = 0 Slide made by Bogju Lee

A* 알고리즘 A* 알고리즘 f(N) = g(N)로 두면(h*(N)=0), 허용성 조건을 만족 평가함수로 초기노드와의 거리만을 고려  낮은 깊이 노드를 우선 탐색  BFS BFS가 최단 경로를 발견한다는 것을 다시 입증 BFS를 해나가는 데 있어 각 노드에서 목표에 이르는 경로가 얼마나 짧은 것인가의 추정치를 이용하는 방법 cf. 8-puzzle에서 상태 N에서의 평가 함수 f(N) = g(N) + W(N) 여기서 W(N)은 목표상태와 틀린 위치의 타일의 갯수 Slide made by Bogju Lee

Summary 언덕 등반 기법 최고 우선 탐색 언덕 등반 기법과 최고 우선 탐색의 차이점 A* 알고리즘 Admissibility 모두 heuristic 기법의 일종 Slide made by Bogju Lee