• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.615-616
• /
• 2022

본 논문에서는 간단한 선형 회귀를 이용하여 복잡한 불 시뮬레이션(Fire simulation)에서 표현되는 불똥 입자(Fire-flake particle)을 효율적으로 생성할 수 있는 방법을 제안한다. 일반적으로 불 시뮬레이션에서 불꽃은 격자기반으로 표현하고, 불똥은 입자로 표현하는 입자-격자 하이브리드 시스템을 이용한다. 이러한 방식을 그대로 인공신경망에 사용을 하게 되면 상대적으로 메모리가 많이 필요하며 계산양도 증가된다. 특히, 불똥 입자가 존재하지 않는 부분에서도 격자 공간에 대한 메모리를 할당해야 되기 때문에 고해상도 불똥 효과를 학습하는데 있어서 많은 문제점을 가지고 있다. 이러한 문제를 완화하기 위해 본 논문에서는 격자 단위가 아닌, 입자 단위로 불똥 입자 생성을 학습할 수 있는 방법을 제안한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.345-348
• /
• 2022

본 논문에서는 유체 시뮬레이션(Fluid simulation)중 화염에서 표현되는 불똥 입자(Fire-flake particle)의 생성, 움직임과 삭제를 효율적으로 학습하고 표현할 수 있는 인공지능 기법에 대해 소개한다. 유체 시뮬레이션을 계산하기 위해서는 일반적으로 수치해석학과 같은 학문의 이해가 필요하며 불똥이나 거품과 같은 유체의 2차 효과(Secondary effect)는 기반유체(Underlying fluids)를 통해 추출되기 때문에 복잡하고 계산양이 많아진다. 이러한 문제를 완화하고자 본 논문에서는 인공신경망을 이용한 분류 모델 학습을 통해 격자 내에서 표현되어야 하는 불똥 입자의 생성을 학습하고, 다항 회귀 모델 학습을 통해 불똥 입자의 움직임을 예측한다. 또한, 불똥 입자가 삭제되어야하는 상태를 네트워크 학습을 통해 얻어내며, 수명(Lifespan) 임계값 조절하여 다양한 장면에서 불똥을 제어할 수 있다. 결과적으로 화염의 움직임을 기반으로 불똥의 움직임을 복잡한 수학식이나 디자이너에게 의존하지 않고 인공지능 학습을 통해 쉽게 제어하고 예측하는 결과를 보여준다.