[G1-Sync] Manual knowledge update

2026-05-10 22:08:15 +09:00
parent 21ac3ed255
commit 504fd5fb42
3011 changed files with 380280 additions and 206977 deletions
@@ -2,90 +2,35 @@
 id: wiki-2026-0508-genetic-algorithms
 title: Genetic Algorithms
 category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: [EVO-GEN-001]
-duplicate_of: none
+status: duplicate
+canonical_id: wiki-2026-0508-evolutionary-biology
+duplicate_of: "[[Evolutionary Biology]]"
+aliases: [GA, genetic algorithm, evolutionary algorithm, DEAP]
 source_trust_level: A
-confidence_score: 1.0
-tags: [ai, Evolutionary-Computation, genetic-algorithm, Optimization, survival-of-the-fittest]
-raw_sources: []
-last_reinforced: 2026-04-26
+confidence_score: 0.94
+verification_status: redirected
+tags: [duplicate, ga, evolutionary]
+last_reinforced: 2026-05-10
 github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
-tech_stack:
-  language: unspecified
-  framework: unspecified
 ---

-# Genetic Algorithms (유전 알고리즘)
+# Genetic Algorithms

-## 📌 한 줄 통찰 (The Karpathy Summary)
-> "자연의 선택과 변이 메커니즘을 빌려와, 다차원 공간 속에서 최적의 해답을 진화시켜라" — 다윈의 진화론을 공학적으로 구현하여, 후보 해들을 교차(Crossover)시키고 돌연변이(Mutation)를 일으키며 세대를 거듭해 정답에 근사하는 최적화 알고리즘.
+> **이 문서는 [[Evolutionary Biology]] 의 specialization 입니다.** Canonical 문서로 redirect (evolutionary algorithm 파트 참조).

-## 📖 구조화된 지식 (Synthesized Content)
- **추출된 패턴:** 미분이 불가능하거나 탐색 공간이 너무 넓어 전통적인 방식으로는 해를 찾기 힘든 문제에서, 확률적 탐색과 적자생존의 원칙을 결합하여 전역 최적해(Global Optima)를 찾아가는 진화 탐색 패턴.
- **주요 단계:**
-    - **Initialization:** 무작위로 생성된 초기 해 집단(Population) 구성.
-    - **Fitness Evaluation:** 각 해가 문제 해결에 얼마나 적합한지 점수 산정.
-    - **Selection:** 적합도가 높은 개체를 부모로 선택하여 다음 세대에 유전자 전달.
-    - **Crossover:** 부모 유전자를 섞어 새로운 자손 생성.
-    - **Mutation:** 낮은 확률로 유전 정보를 무작위로 변경하여 지역 최적해(Local Optima) 탈출 유도.
- **의의:** 정답을 직접 계산하는 것이 아니라, 수많은 시도와 실패를 통해 '정답으로 진화'해 나가는 생물학적 지능의 구현.
+## 핵심 요약 (GA-specific)
+- 매 selection + crossover + mutation.
+- 매 fitness function 의 design 의 critical.
+- 매 DEAP (Python), 매 NEAT (neuroevolution).
+- 매 black-box opt 의 강함.
+- 매 alternative: ES, NES, MAP-Elites.

-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 단순히 수치를 찾는 최적화 도구에서, 최근에는 신경망 구조 자체를 진화시키는 [[Neuroevolution|Neuroevolution]] 기법으로 확장되어 딥러닝과 융합됨.
- **정책 변화:** Skybound 프로젝트의 함대 진형 최적화 알고리즘은 유전 알고리즘을 활용하여, 수만 번의 교전을 시뮬레이션하며 적의 공격을 가장 잘 방어하는 최적의 배치를 스스로 찾아냄.
+## 🔗 Graph
+- 부모: [[Evolutionary Biology]] (canonical)
+- Adjacent: [[Fitness-Landscape]] · [[Computational-Creativity]]

-## 🔗 지식 연결 (Graph)
- [[Evolutionary-Computation|Evolutionary-Computation]], [[Fitness-Landscape|Fitness-Landscape]], [[Black-Box-Optimization|Black-Box-Optimization]], Neural-Architecture-Search-NAS
- **Raw Source:** 10_Wiki/Topics/AI/Genetic-Algorithms.md
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
- *(TODO)*
-
-**언제 쓰면 안 되는가:**
- *(TODO)*
-
-## 🧪 검증 상태 (Validation)
-
- **정보 상태:** needs_review
- **출처 신뢰도:** A
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
-
-## 🧬 중복 검사 (Duplicate Check)
-
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
- **처리 방식:** UPDATE (자동 정규화)
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
-
-## 🕓 변경 이력 (Changelog)
-
-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
-
-## 💻 코드 패턴 (Code Patterns)
-
-**패턴 1:** *(TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)*
-
-```text
-# TODO
-```
-
-## 🤔 의사결정 기준 (Decision Criteria)
-
-**선택 A를 써야 할 때:**
- *(TODO)*
-
-**선택 B를 써야 할 때:**
- *(TODO)*
-
-**기본값:**
-> *(TODO)*
-
-## ❌ 안티패턴 (Anti-Patterns)
-
- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)*
+## 🕓 변경 이력
+| 날짜 | 변경 |
+|---|---|
+| 2026-05-08 | Phase 1 |
+| 2026-05-10 | 중복 처리 — canonical 문서로 redirect |