• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.419-422
• /
• 2024

본 논문에서는 다항식 보간법의 일종인 이동최소자승법(Moving least squares, MLS)을 네트워크로 학습하여, Divergence-constrained MLS 벡터장을 효율적으로 표현하는 방법을 제안한다. 벡터장을 구성하기 위해 MLS는 스칼라가 아닌 벡터 보간을 해야 하므로 행렬과 벡터의 크기가 더 커지며, 이는 계산량이 커짐을 나타낸다. 고차 보간(High-order interpolation)이 가능한 특징은 장점이 되지만, 계산량이 매우 크기 때문에 시뮬레이션에는 활용이 어렵다. Divergence-constrained MLS를 유체 시뮬레이션에 적용한 경우가 있지만, 실제로 슈퍼컴퓨터(Supercomputer)를 해야 장면 제작이 가능하므로 효용성이 떨어진다. 본 논문에서는 이러한 문제를 해결하기 위해 네트워크 학습을 통한 Divergence-constrained MLS 벡터장을 표현할 수 있는 결과를 보여준다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.407-410
• /
• 2024

본 논문에서는 Semi-Lagrangian 이류 과정에서 역추적(Backward tracing)한 위치의 주변 속도를 Divergence-constrained MLS(Moving least squares)를 이용하여 보간하고 그 결과를 이류된 속도 데이터의 외력으로 적용해 연기 시뮬레이션의 난류 표현을 개선할 수 있는 새로운 프레임워크를 제안한다. 일반적인 MLS는 고차보간법이기 때문에 시간에 따른 연속성 보장이 안 되기 때문에 그 결과가 노이즈한 형태로 나타난다. 본 논문에서는 연기의 원본 속도와 제안하는 기법을 통해 생성된 속도 간의 각도 변화를 통해 난류를 생성하며 이를 통해 안정적이고 연기의 밀도를 이류시킨다.