지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.11
- 수록면
- 1,418 - 1,428 (11page)
- DOI
- 10.7840/kics.2023.48.11.1418
이용수
초록· 키워드
오류제보하기
조합 최적화 문제 중 하나인 배낭 문제는 NP-hard 문제로서 다항 시간 내에 최적해를 구하는 방법이 알려지지 않은 문제이다. 이러한 배낭 문제에 대한 해결책은 물류 및 창고 관리, 제조 및 생산 계획, 자원 할당 및 스케줄링 등 여러 분야에서 활용될 수 있다. 최근 배낭 문제를 강화학습을 통해 해결하려는 시도가 있다. 하지만 여러 연구가 배낭 문제의 물건 개수에 종속적인 방법들을 제안하여 주어진 물건의 개수가 바뀔 때마다 개별적으로 모델을 학습해야 한다는 단점을 가졌다. 본 논문은 배낭 문제가 가지는 규모 불변 특성을 활용하여 물건의 개수와 무관한 마르코프 결정 과정과 신경망 구조를 제안한다. 결과적으로 배낭 문제를 확장한 문제인 다차원 배낭 문제를 물건의 개수와 관련 없이 학습 및 사용 가능한 방법을 제안하고 실험을 통해 성능을 테스트한다. 추가적으로 제안하는 방법의 강점인 일반화 성능을 테스트하여 해당 방법이 확장성, 재사용성, 일반성을 가지는 것을 보인다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 배경 지식
Ⅳ. 제안하는 방법
Ⅴ. 실험
Ⅵ. 결론
References
참고문헌 (21)
참고문헌 신청
D. Silver, A. Huang, C. J. Maddison, A. Guez, L. Sifre, G. van den Driessche, J. Schrittwieser, et al., “Mastering the game of go with deep neural networks and tree search,” Nature, vol. 529, pp. 484-489, Jan. 2016. (https://doi.org/10.1038/nature16961)
D. Silver, J. Schrittwieser, K. Simonyan, I. Antonoglou, A. Huang, A. Guez, T. Hubert, et al., “Mastering the game of Go without human knowledge,” Nature, vol. 550, pp. 354-359, Oct. 2017. (https://doi.org/10.1038/nature24270)
D. Silver, T. Hubert, J. Schrittwieser, I. Antonoglou, M. Lai, A. Guez, M. Lanctot, et al., “A general reinforcement learning algorithm that masters chess, shogi, and go through self-play,” Science, vol. 362, pp. 1140-1144, Dec. 2018. (https://doi.org/10.
V. Mnih, K. Kavukcuoglu, D. Silver, A. Graves, I. Antonoglou, D. Wierstra, and M. Riedmiller, “Playing atari with deep reinforcement learning,” arXiv preprint arXiv:1312.5602, 2013. (https://doi.org/10.48550/arXiv.1312.5602)
V. Mnih, K. Kavukcuoglu, D. Silver, A. A. Rusu, J. Veness, M. G. Bellemare, A. Graves, et al., “Human-level control through deep reinforcement learning,” Nature, vol. 518, pp. 529-533, Feb. 2015. (https://doi.org/10.1038/nature14236)
D. Silver, J. Schrittwieser, K. Simonyan, I. Antonoglou, A. Huang, A. Guez, T. Hubert, et al., “Mastering the game of Go without human knowledge,” Nature, vol. 550, pp. 354-359, Oct. 2017. (https://doi.org/10.1038/nature24270)
D. Silver, T. Hubert, J. Schrittwieser, I. Antonoglou, M. Lai, A. Guez, M. Lanctot, et al., “A general reinforcement learning algorithm that masters chess, shogi, and go through self-play,” Science, vol. 362, pp. 1140-1144, Dec. 2018. (https://doi.org/10.
V. Mnih, K. Kavukcuoglu, D. Silver, A. Graves, I. Antonoglou, D. Wierstra, and M. Riedmiller, “Playing atari with deep reinforcement learning,” arXiv preprint arXiv:1312.5602, 2013. (https://doi.org/10.48550/arXiv.1312.5602)
V. Mnih, K. Kavukcuoglu, D. Silver, A. A. Rusu, J. Veness, M. G. Bellemare, A. Graves, et al., “Human-level control through deep reinforcement learning,” Nature, vol. 518, pp. 529-533, Feb. 2015. (https://doi.org/10.1038/nature14236)
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
0-1 배낭 문제에 대한 강화학습 에이전트의 확장성에 관한 연구
한국통신학회 학술대회논문집
2023 .06
-
유전 알고리즘을 통한 배낭 문제의 근사값 계산
한국정보과학회 학술발표논문집
2020 .07
-
분할 가능 배낭 문제 적용을 통한 동영상 요약 알고리즘 개선
한국정보과학회 학술발표논문집
2022 .12
-
0-1 Knapsack 문제에서 강화학습 행동 공간 크기 영향 분석
한국통신학회 학술대회논문집
2022 .06
-
확률제약이 있는 이진배낭문제에 대한 근사해법
대한산업공학회 춘계공동학술대회 논문집
2015 .04
-
Winner Determination of Combinatorial Auction Using the Knapsack Problem
Journal of KIISE
2020 .07
-
내가 배낭가방을 메는 이유
대한토목학회지
2021 .11
-
A Knapsack Framework for Optimal Quality Test Item Selection
한국신뢰성학회 학술대회논문집
2020 .11
-
인체치수를 이용한 한국 군장의 인간공학적 디자인
대한산업공학회 추계학술대회 논문집
2019 .11
-
대기행렬 지연이 있는 강건 배낭문제의 최적화 알고리즘
대한산업공학회지
2017 .08
-
Quantum-inspired genetic algorithm for 0-1 knapsack problems
대한산업공학회 추계학술대회 논문집
2021 .11
-
Multi-dimensional knapsack problem for Resource Allocation to UEs through UAV
한국정보과학회 학술발표논문집
2021 .12
-
카리브해의 보석 : 배낭 여행자에게 칸쿤이란?
지반(한국지반공학회지)
2022 .09
-
Load Cell과 압력 센서를 이용한 척추 보호 배낭
한국정보과학회 학술발표논문집
2019 .06
-
EC-Knapsack 의 저사양 IoT 환경에서의 수열 저장 길이에 따른 벤치마크
한국정보통신학회 종합학술대회 논문집
2020 .07
-
A Quantum-inspired Evolutionary Algorithm for Knapsack Problems
대한산업공학회 추계학술대회 논문집
2022 .11
-
Integer programming models and exact methods for the two-dimensional two-staged knapsack problem
대한산업공학회 추계학술대회 논문집
2020 .11
-
Optimization Algorithms for Knapsack Problem with Queuing Delays under Uncertainty
대한산업공학회 춘계공동학술대회 논문집
2017 .04
-
Alifting algorithm for probabilistic cover inequalities
대한산업공학회 춘계공동학술대회 논문집
2016 .04
-
Integer Programming model of the Generalized Temporal Knapsack Problem
대한산업공학회 추계학술대회 논문집
2020 .11
이 논문의 저자 정보
이 논문과 함께 이용한 논문
강화학습을 활용한 작업 분할이 가능하고 설비 제약이 존재하는 동종 병렬 시스템의 총 납기 지연 최소화
이성태
,
유우식
대한산업공학회지
2023
.12
효율적인 드론 궤적 생성을 위한 심층강화학습 기반 실시간 파라미터 조정
지창훈
,
최호빈
,
김주봉
외 1명
한국통신학회 인공지능 학술대회 논문집
2023
.09
심층강화학습 기반 양자키 분배 최적화를 통한 세션 블록 최소화
석영준
,
임현교
,
최요한
외 1명
한국통신학회 인공지능 학술대회 논문집
2023
.09
실시간 계층적 심층강화학습 기반 드론 궤적 생성 알고리즘 파라미터 제어
지창훈
,
한연희
,
문성태
한국통신학회논문지
2023
.10
심층 강화학습 기반 조세 및 경제 활동 에이전트 정책 최적화 시뮬레이션 환경 분석 및 실험
허주성
,
최요한
,
석영준
외 3명
한국통신학회논문지
2023
.06
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-088354923