• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.89-95
• /
• 2007

본 논문에서는 연속적 충돌검사 방법과 제약 조건 기반의 강체 역학 모델링 기법을 이용하여 마커 기반의 트래킹 환경에서 현실의 객체와 가상의 객체가 물리적으로 현실적이고 안정적으로 상호작용하는 증강현실 방법을 제안한다. 본 논문에서 구현된 증강 현실 시스템은 증강 현실환경상의 현실 객체를 인식하고 트래킹 하는 부분과 증강현실에 등장하는 모든 종류의 객체들 간의 물리적인 상호작용을 시뮬레이션 하는 부분으로 크게 구성된다. 객체 트래킹에 사용되는 일반적인 카메라로는 적은 수의 불연속적인 프레임 밖에 얻을 수 없는 성능의 근본적인 한계에도 불구하고, 본 논문에서는 연속적 충돌검사 방법을 이용하여 객체간의 올바른 충돌 정보를 얻을 수 있었고, 이를 이용하여 제약 조건 기반의 강체 역학 시뮬레이션을 적용하여 안정적이고 현실적인 물리 반응을 생성할 수 있었다. 제안한 방법론은 이러한 트래킹 지연에도 불구하고 본 논문에서 사용된 다양한 벤치마킹 시나리오에서, 안정적으로 현실의 객체와 가상의 객체 사이에 물리적으로 실감나는 인터랙션 결과를 보여주었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.409-411
• /
• 2002

컴퓨터상의 물체들을 사용자가 원하는 형태로 변형시켜주는 것은 그래픽스에서 흥미로운 과제이다. 본 논문에서는 사용자의 입력에 따라 자연스러운 변형을 보여주는 방법을 제시한다. 단지 컴퓨터 상에서 물체들의 물리적인 성질만 주어진다면, 물리기반 모델링을 이용해서 어떤 물체들에 대해서도 변형에 대한 동작이 가능하다. 본 논문에서 제시한 개선된 변형 모델은 컴퓨터 게임이나 시뮬레이션등에 널리 사용될 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.66-66
• /
• 2023

대규모 댐의 운영으로 인한 인위적인 유량 교란은 물리 기반 수문모형의 정확한 하천유량 모의를 어렵게 만든다. 이러한 한계를 극복하기 위해, 상류의 자연형 유역 모의를 위한 물리 기반 수문모형 Variable Infiltration Capacity model과 댐 운영 모의를 위한 딥러닝 기반 모델을 결합한 하이브리드 모델링 프레임워크를 개발하였다. 본 연구는 수도권의 주요 상수원이자 대규모 댐들이 존재하는 팔당댐 유역을 대상으로, 물리 기반 수문모형만을 기반으로 구축한 단일 및 계단식 구조의 모델과 하이브리드 모델의 예측 성능을 비교하였다. 2015년부터 2019년까지의 검증 기간 동안, 하이브리드 모델, 단일 및 계단식 구조 모델의 Nash-Sutcliffe Efficiency는 각각 0.6410, -0.1054 그리고 0.2564로 하이브리드 모델의 성능이 가장 높은 것으로 나타났다. 이는 머신러닝 알고리즘을 이용한 댐 운영 고려가 정확한 하천유량 평가를 위해서 필수적임을 시사한다. 이러한 결과는 수자원 관리, 홍수 예측 등 다양한 분야에서 활용될 수 있으며, 특히 미래의 지속 가능한 물 관리를 위해 실무자에게 정확한 자료를 제공하는 데 기여할 수 있다.

• Geophysics and Geophysical Exploration
• /
• v.22 no.2
• /
• pp.56-61
• /
• 2019

In this paper, we studied efficient modeling strategies when we simulate the 3D time-domain acoustic wave propagation using a cell-based finite difference method which can handle the variations of both P-wave velocity and density. The standard finite difference method assigns physical properties such as velocities of elastic waves and density to grid points; on the other hand, the cell-based finite difference method assigns physical properties to cells between grid points. The cell-based finite difference method uses average physical properties of adjacent cells to calculate the finite difference equation centered at a grid point. This feature increases the computational cost of the cell-based finite difference method compared to the standard finite different method. In this study, we used additional memory to mitigate the computational overburden and thus reduced the calculation time by more than 30 %. Furthermore, we were able to enhance the performance of the modeling on several media with limited density variations by using the cell-based and standard finite difference methods together.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.01a
• /
• pp.19-21
• /
• 2014

본 논문에서는 기존의 산조가야금의 음을 합성하여 아두이노(Arduino)와 DSP(Digital Signal Processor)를 이용한 물리적 모델링 기반의 현 없는 산조 가야금을 구현한다. 아두이노는 저렴한 가격에 마이크로컨트롤러를 효율적으로 제어하며, DSP는 높은 분해능과 빠른 A/D변환 기능을 지원하여 복잡한 음 합성 연산의 빠른 처리를 만족시킨다. 또한 기존 가야금의 복잡한 연주법을 초보자도 쉽게 다루기 위해 가야금의 현을 대신해 터치 패널을 사용한다. 본 논문에서는 기본적인 I/O동작은 아두이노 MEGA 2560보드를, 음 합성의 복잡한 연산을 위해 CCSv5(Code Composer Studio) 툴과 DSP칩을 내장한 DSK5510 보드를 이용하여 기능을 검증한다. 모의실험 결과 현 없는 가야금의 합성음은 기존의 음과 매우 유사하였으며, 초보자도 쉽게 제어하고 연주가 가능한 환경을 구현하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.07a
• /
• pp.1-2
• /
• 2012

본 논문에서는 GPU 컴퓨팅 환경에서 물리적 모델링 기반의 음 합성 알고리즘을 수행하는 경우에 GPU의 개수에 따른 성능 및 에너지 효율의 변화를 분석한다. 실험결과, 6개의 GPU를 사용하였을 때 가장 좋은 성능을 보였으며, 1개의 GPU에서 가장 높은 에너지 효율을 보였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.10 no.10
• /
• pp.1752-1758
• /
• 2006

Racing game requires plausible physics model that can be simulated in realtime. Minor artifacts in racing games are easily noticed, and any kinds of games should work interactively. It is difficult to model the accurate tire-ground physics and to integrate the model into realtime environments. In this paper, an efficient and effective 'imaginary wall' model was proposed. The method can be easily implemented because of the simplicity of the physical model used, and the result of the simulation is realistic enough for the racing games.

• Journal of KIISE:Computer Systems and Theory
• /
• v.33 no.3
• /
• pp.147-156
• /
• 2006

Physically-based simulation modeling is to simulate the real world by using physical laws such as Newton's second law of motion, while other modelings use only geometric Properties. In this paper, we present a real time simulation of stone skipping by using the physically-based modeling. We also describe interaction of a stone on the surface of water, and focus on calculating the path of the stone and the natural phenomena of water The path is decided by velocity of the stone and drag force from the water The motion is recalculated until the stone is immersing into the water surface. Our simulation provides a natural motion of stone skippings in real time. And the motion of stone skippings are generated by give interactive displays on the PC platforms. The techniques presented can easily be extended to simulate other interactive dynamics systems.

• Geophysics and Geophysical Exploration
• /
• v.26 no.3
• /
• pp.114-125
• /
• 2023

The physics-informed neural network (PINN) has been proposed to overcome the limitations of various numerical methods used to solve partial differential equations (PDEs) and the drawbacks of purely data-driven machine learning. The PINN directly applies PDEs to the construction of the loss function, introducing physical constraints to machine learning training. This technique can also be applied to wave equation modeling. However, to solve the wave equation using the PINN, second-order differentiations with respect to input data must be performed during neural network training, and the resulting wavefields contain complex dynamical phenomena, requiring careful strategies. This tutorial elucidates the fundamental concepts of the PINN and discusses considerations for wave equation modeling using the PINN approach. These considerations include spatial coordinate normalization, the selection of activation functions, and strategies for incorporating physics loss. Our experimental results demonstrated that normalizing the spatial coordinates of the training data leads to a more accurate reflection of initial conditions in neural network training for wave equation modeling. Furthermore, the characteristics of various functions were compared to select an appropriate activation function for wavefield prediction using neural networks. These comparisons focused on their differentiation with respect to input data and their convergence properties. Finally, the results of two scenarios for incorporating physics loss into the loss function during neural network training were compared. Through numerical experiments, a curriculum-based learning strategy, applying physics loss after the initial training steps, was more effective than utilizing physics loss from the early training steps. In addition, the effectiveness of the PINN technique was confirmed by comparing these results with those of training without any use of physics loss.

• Geophysics and Geophysical Exploration
• /
• v.26 no.4
• /
• pp.268-274
• /
• 2023

Finite source inversion is performed with a Green's function matrix and geodetic coseismic displacement. Conventionally, the Green's function matrix is constructed using the Okada model (Okada, 1985). However, for more realistic earthquake simulations, recent research has widely adopted the physics-based model, which can consider various material properties such as elasticity, viscoelasticity, and elastoplasticity. We used the physics-based software PyLith, which is suitable for earthquake modeling. However, the PyLith does not provide a mesh generator, which makes it difficult to perform finite source inversions that require numerous subfaults and observation points within the model. Therefore, in this study, we developed CPInterface (COMSOL-PyLith Interface) to improve the convenience of finite source inversion by combining the processes of creating a numerical model including sub-faults and observation points, simulating earthquake modeling, and constructing a Green's function matrix. CPInterface combines the grid generator of COMSOL with PyLith to generate the Green's function matrix automatically. CPInterface controls model and fault information with simple parameters. In addition, elastic subsurface anomalies and GPS observations can be placed flexibly in the model. CPInterface is expected to enhance the accessibility of physics-based finite source inversions by automatically generating the Green's function matrix.