• Journal of the Korean Vacuum Society
• /
• v.21 no.2
• /
• pp.69-77
• /
• 2012

Visualization of the electromagnetic vector fields are presented and examined with Mathematica. Vector fields may be used to represent a great of many physical quantities in various area of physics, including electromagnetism with vector differential operators. Because they deal with abstract, three-dimensional fields that are some times very difficult to visualize, electromagnetism can be conceptually rather difficult. Visual representation of such an abstract vector fields is invaluable to student or researchers working in this field and also helps teaching electromagnetism to physics or engineering students. Mathematica provides a wider range of graphical tools including plot of vector fields and vector analysis, which can be applied to visualization of electromagnetic system. We have visualized the most fundamental concepts of the electromagnetic vector $\vec{E}=-\vec{\nabla}_{\varphi}$, $\vec{D}={\epsilon}\vec{E}$, $\vec{\nabla}{\times}\vec{A}$, $\vec{B}={\mu}\vec{H}$, $\vec{B}={\mu}_0(\vec{H}+\vec{M})$, which are confirmed with vector calculations and valid graphically with some presentations.

• 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.

• Communications of the Korean Mathematical Society
• /
• v.12 no.4
• /
• pp.1015-1021
• /
• 1997

타원형 미분작용소의 이론을 이용하여 옹골 다양체에서 정의된 벡터장의 특이점에 관한 푸앵카레-호프의 이론과 평다발의 오일러-푸앵카레 특성수를 연관시키는 법을 살펴보았다.

• Journal of the Korea Computer Graphics Society
• /
• v.30 no.2
• /
• pp.1-9
• /
• 2024

In this paper, we propose a new method to visualize different vector field patterns from density data. We use moving least squares (MLS), which is used in physics-based simulations and geometric processing. However, typical MLS does not take into account the nature of density, as it is interpolated to a higher order through vector-based constraints. In this paper, we design an algorithm that incorporates Monte Carlo-based weights into the MLS to efficiently account for the density characteristics implicit in the input data, allowing the algorithm to represent different forms of white noise. As a result, we experimentally demonstrate detailed vector fields that are difficult to represent using existing techniques such as naive MLS and divergence-constrained MLS.

• The Journal of Korean Institute of Next Generation Computing
• /
• v.15 no.3
• /
• pp.25-30
• /
• 2019

Magnetic sensors have the disadvantage that their vector values differ depending on the direction. In this paper, we propose a magnetic vector calibration method for geomagnetic-based indoor localization estimates. The fingerprinting technique used in geomagnetic-based indoor localization the position by matching the magnetic field map and the magnetic sensor value. However, since the moving direction of the current user may be different from the moving direction of the person who creates the magnetic field map at the collection time, the sampled magnetic vector may have different values from the vector values recorded in the field map. This may substantially lower the positioning accuracy. To avoid this problem, the existing studies use only the magnitude of magnetic vector, but this reduces the uniqueness of the fingerprint, which may also degrade the positioning accuracy. In this paper we propose a vector calibration algorithm which can adjust the sampled magnetic vector values to the vector direction of the magnetic field map by using the parametric equation of a circle. This can minimize the inaccuracy caused by the direction mismatch.

• Proceedings of the Korea Contents Association Conference
• /
• 2007.11a
• /
• pp.599-602
• /
• 2007

Generally, the mobile robot navigation with obstacle avoidance is one of the key issues to be looked into for successful applications of autonomous mobile robots. In this paper, the Univector field based method is proposed for mobile robot to accomplish the obstacle avoidance and the robot orientation at the target position. Univector field method guarantees the desired posture of the robot at the target position. But it is not effective Univector to avoid obstacles. To solve this problem, modified univector field is used. With this proposed method, robot navigation task becomes easier and effectively.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.370-370
• /
• 2021

태풍으로 인한 피해를 줄이기 위해 경로, 강도 및 폭풍해일의 사전 예측은 매우 중요하다. 이중, 태풍의 경로와는 달리 강도 및 폭풍해일의 예측에 있어서 바람장은 수치 모델의 초기 입력값으로 요구되기 때문에 정확한 바람장 정보는 필수적이다. 대기 바람장 예측 방법은 크게 해석적 모델링, 라디오존데 측정과 위성 사진을 통한 산출로 구분할 수 있다. Holland의 해석적 모델링은 비교적 적은 입력값이 필요하지만 정확도가 낮고, 라디오존데 측정은 정확도가 높지만 점 측정에 가깝기 때문에 이차원 바람장을 산출하기에 한계가 있다. 위성 사진을 통한 바람장 산출은 위성기술의 고도화로 관측 채널 수 및 시공간 해상도가 크게 증가하고 있기 때문에 다양한 기법들이 개발되고 있다. 본 연구에서는 생성적 적대 신경망 (Generative Adversarial Network, GAN)을 통해 일련의 연속된 과거 적외 채널 위성 사진 흐름의 패턴을 학습시켜 미래 위성 사진을 예측하고, 예측된 연속적인 위성 사진들의 교차상관 (cross-correlation)을 통해 바람장을 산출하였다. GAN을 적용함에 있어 2011년부터 2019년까지 한반도 근방에 접근했던 태풍 중에 4등급 이상인 68개의 태풍의 한 시간 간격으로 촬영된 총 15,683개의 위성 사진을 학습시켜 생성된 이미지들은 실측 위성 사진들과 매우 유사한 것으로 나타났다. 또한, 생성된 이미지들의 교차상관으로 얻어진 바람장 벡터들의 풍향, 풍속, 벡터 일관성 및 수치 모델과의 비교를 통해 각각의 벡터들의 품질 계수를 구하고 정확도가 높은 벡터들만 결과에 포함하였다. 마지막으로 국내 6개의 라디오존데 관측점에서의 실측 벡터와의 비교를 통해 본 연구 결과의 실효성을 검증하였다. 본 연구에서 확장하여, 이와 같이 AI 기법과 이미지 교차상관 기법을 사용하여 얻어진 바람장으로부터 태풍 강도예측에 필요한 요소인 태풍의 눈의 위치, 최고 속도와 태풍 반경을 직접적으로 산출할 수 있고. 이러한 위성 사진을 기반으로 한 바람장은 단순화된 해석적 바람장을 대체하여 폭풍 해일 모델링의 예측 성능 개선에 기여할 것으로 보여진다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.613-616
• /
• 2010

본 논문에서는 새로운 움직임 추정(motion estimation, ME) 방식을 사용한 프레임 비율 변환(frame rate conversion, FRC) 기법에 대해 제안한다. 기존의 프레임 비율 변환을 위한 움직임 추정 방식은 영상 압축에서 사용되고 있는 SAD를 사용하여 블록(block) 단위로 움직임 벡터를 추정하는 방식에 기초를 두고 있다. 그러나 잔여 신호(residual signal)를 저장하는 영상 압축과 달리, 잘못된 움직임 추정은 합성된 출력 영상에서 심각한 품질 저하를 가져올 수 있다. 이를 보완하기 위해 움직임 개선(motion refinement, MR)이 사용되고 있지만, 근본적인 해결을 위해서는 정확한 움직임 추정 알고리즘 사용이 필요하다. 특히 SAD를 통한 움직임 추정은 고르지 못한 움직임 벡터장(motion vector field, MVF)을 형성할 수 있으며, 종래의 연구에서 이를 해결하기 위해 SAD(sum of absolute difference)에 벡터의 공간제약(spatial constraint) 항목을 추가하여 비교적 고른 움직임 벡터장을 형성하는 방식이 제시되었다. SAD와 공간 제약 항목의 반영 비율에 따라 움직임 벡터의 중요성과 움직임 벡터장의 일관성이 서로 상충하는데, 기존의 방식은 이 비율을 일정한 상수(constant)값을 사용하고 있으며, 이러한 방식은 이미지의 특성에 따라 결과가 달라진다. 본 논문에서는 SAD와 공간 제약 항목 사이의 반영 비율을 이미지의 특성에 적응하는 방식을 사용하는 움직임 예측을 제시하고, 수행한 결과를 기존의 방식에 의한 결과와 비교하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.1470-1473
• /
• 2006

연속된 두 장의 레이더 반사도(합성 CAPPI)를 이용하여 설정된 두 윈도우 사이의 최대 상관계수를 찾아 냄으로써 강수의 움직임을 파악하는 기존의 TREC(Tracking Radar Echoes by Correlation) 기법은 단지 통계적인 상관법을 이용하여 산출된 TREC 벡터를 외삽하기 때문에 강우 시스템의 이동양상을 물리적으로 표현하는데 한계를 가질 뿐만 아니라 강수가 직선운동을 하는 것처럼 묘사될 수밖에 없는 기법의 한계성을지니고 있다. 본 연구에서는 도플러 레이더로부터 생산되는 시선속도를 이용하여 바람장을 산출하고 이를 TREC 벡터와 연계시켜 단시간 예보모형을 개선하고자 하였다. 시선속도는 레이더로부터 멀어지거나 다가오는 물체의 속도성분이며, 이를 이용하여 강수 영역 내의 바람장을 산출할 수 있다. 이러한 바람장 정보와 연계한 TREC 벡터의 개선은 단시간 강우 예보모형의 개선을 통하여 짧은 시간에 급격한 발달하는 집중호우 등에 대한 보다 정확한 예보를 가능하게 한다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.26 no.2A
• /
• pp.383-390
• /
• 2006

In this paper, a stochastic field that is compatible with Monte Carlo simulation is suggested for an expansion-based stochastic analysis scheme of weighted integral method. Through investigation on the way of affection of stochastic field function on the displacement vector in the series expansion scheme, it is noticed that the stochastic field adopted in the weighted integral method is not compatible with that appears in the Monte Carlo simulation. As generally recognized in the field of stochastic mechanics, the response variability is not a linear function of the coefficient of variation of stochastic field but a nonlinear function with increasing variability as the intensity of uncertainty is increased. Employing the stochastic field suggested in this study, the response variability evaluated by means of the weighted integral scheme is reproduced with high precision even for uncertain fields with moderately large coefficient of variation. Besides, despite the fact that only the first-order expansion is employed, an outstanding agreement between the results of expansion-based weighted integral method and Monte Carlo simulation is achieved.