• 한국지능시스템학회논문지
• /
• 제17권2호
• /
• pp.270-275
• /
• 2007

모션 캡처 기술은 현실감 있는 캐릭터 동작을 얻기 위해 많이 사용되고 있지만, 모션 캡처 데이터의 상이한 포맷들로 인하여 효율적인 모션 데이터의 저장과 검색이 어려운 문제점을 가지고 있다. 본 논문에서는 상이한 형식의 모션 캡처 데이터를 통합하고 효과적으로 저장 및 검객하기 위한 프레임워크를 제안한다. 상이한 모션 캡처 데이터 포맷들을 통합하기 위한 XML 기반의 표준 포맷을 MCML(Motion Capture Markup Language)로 정의하고 있으며 서로 다른 포맷의 모션 캡처 데이터 파일을 하나의 단일화된 MCML 파일로 변환하여 관계형 데이터베이스 또는 XML 데이베이스에 저장함으로써 동일 데이터의 중복 저장 및 공유 문제를 해결한다. 모션캡처 데이터의 검색은 퍼지 문자열 검색(Fuzzy string searching) 기법에 의한 유사어 검색으로 특정 키워드를 포함하는 MCML 문서들을 찾거나 특정 위치의 시작 프레임에서 일련의 프레임들을 선택적으로 추출할 수 있는 모션클립(motion clips) 검색이 가능하도록 하였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제2권1호
• /
• pp.53-58
• /
• 2002

In the construction of successful fuzzy models for nonlinear systems, the identification of an optimal fuzzy model system is an important and difficult problem. Traditionally, sGA(simple genetic algorithm) has been used to identify structures and parameters of fuzzy model because it has the ability to search the optimal solution somewhat globally. But SGA optimization process may be the reason of the premature local convergence when the appearance of the superior individual at the population evolution. Therefore, in this paper we propose a new method that can yield a successful fuzzy model using VmGA(virus messy genetic algorithms). The proposed method not only can be the countermeasure of premature convergence through the local information changed in population, but also has more effective and adaptive structure with respect to using changeable length string. In order to demonstrate the superiority and generality of the fuzzy modeling using VmGA, we finally applied the proposed fuzzy modeling methodof a complex nonlinear system.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 추계학술대회 학술발표 논문집
• /
• pp.157-160
• /
• 2000

This paper deals with the fuzzy modeling for the complex and uncertain system in which conventional and mathematical models may fail to give satisfactory results. mGA(messy Genetic Algorithm) has more effective and adaptive structure than sGA with respect to using changeable-length string and VEGA(Virus Evolution Genetic) Algorithm) can search the global and local optimal solution simultaneously with reverse transcription operator and transduction operator. Therefore in this paper, the optimal fuzzy model is obtained using Virus-messy Genetic Algorithm(Virus-mGA). In this method local information is exchanged in population so that population may sustain genetic divergence. To prove the surperioty of the proposed approach, we provide the numerical example.