• 한국게임학회 논문지
• /
• 제1권1호
• /
• pp.55-60
• /
• 2001

With rapid development of graphic hardware, researches on Virtual Reality and 3D Games have received more attention than before. For more realistic 3D graphic scene, objects were to be presented with lots of polygons and the number of objects shown in a scene was remarkably increased. Therefore, for effective visualization of large polygon models like this, view-frustum culling method, that visualizes only objects shown in the screen, has been widely used. In general, the bounding boxes that include objects are generated firstly, and the boxes are intersected with view-frustum to check whether object is in the visible area or not. Recently, an algorithm that can check in-out test of objects using OpenGL's selection mode, which is originally used to select the objects in the screen, is suggested. This algorithm is fast because it can use hardware acceleration. In this study, by implementing and applying this algorithm to large polygon models, we showed the efficiency of OpenGL assisted View-Frustum Culling algorithm. If this algorithm is applied to 3D games that have to process more complicated characters and landscapes, performance improvement can be expected.

• 한국항만경제학회지
• /
• 제30권3호
• /
• pp.1-14
• /
• 2014

BDI건화물운임지수의 변동성은 환율과 주가의 변동성을 크게 초과할 정도로 대단히 클 뿐만 아니라 변동성이 점차 커지고 있어서 운임을 예측하는데 많은 어려움을 겪고 있다. 이에 본고는 이러한 운임지수의 변동성을 정확히 포착할 수 있는 모형을 찾는데 목적을 둔다. 이를 위해 변동성 분석에 흔히 사용되는 대칭형 변동성 모형인 GARCH 모형과 비대칭 변동성 모형인 AGARCH모형, GJR모형, EGARCH모형을 도입한다. 그것은 나쁜 뉴스가 좋은 뉴스보다 더 큰 변동성을 야기할 가능성이 높기 때문이다. 먼저 운임의 예측불가능요소를 운임의 요일별 특성을 제거한 후 자기회귀를 하여 구한 후 GARCH 분석을 적용하는데 적합한 성격을 갖는가를 조사한다. 비대칭모형의 AGARCH모형에서는 비대칭을 나타내는 계수가 유의하나 부호가 모형의 예상과 달라 나쁜 뉴스가 좋은 뉴스보다 더 큰 변동성을 야기하지 않으며, EGARCH모형의 비대칭계수도 양의 부호로 모형의 예상과 반대일 뿐만 아니라 유의하지 않아 나쁜 뉴스가 좋은 뉴스보다 더 큰 변동성을 야기하지 않는다는 것, 그리고 GJR모형에서도 해당 계수가 음으로 모형과 반대로 유의하지 않아 음의 충격이 양의 충격보다 더 큰 변동성을 유발하지 않음을 보인다. 이에 따라 BDI건화물운임지수의 변동성은 GARCH모형을 이용하는 것이 합리적이라는 점을 보인다.

• 한국지반환경공학회 논문집
• /
• 제10권7호
• /
• pp.7-14
• /
• 2009

압축지수를 구하기 위해 경험적으로 제안되고 있는 상관관계식은 압밀실험 횟수가 작거나 분산이 심한 경우에 간단한 시험으로 획득할 수 있는 토질정수를 이용하여 간편하게 구할 수 있도록 제안되었으나 대부분은 분석대상지역이 국외나 국내의 특정지역에 국한되거나 여러 자료를 통합하여 사용한 경우가 많아 적용하는데 무리가 있다. 따라서 본 연구에서는 지반의 불확실성을 고려한 설계법의 새로운 정립을 목적으로 시험자료의 불확실성을 최대한 줄이기 위해 최근에 수집된 비교적 신뢰성이 큰 광양항 지역을 연구대상지로 선정하였다. 선정지역에서 획득된 압밀시험 자료에 대해 정규성 검증 및 변수 변환을 수행한 후 변수변환된 회귀모형을 통하여 예측식을 제안하였으며, 제안된 변수변환 회귀모형식을 기존의 경험식과 비교하여 제안모형식의 적합성을 검증하였다. 분석결과 Box-Cox 변수변환 후 결정계수가 증가하며 설명력이 향상되고 있음을 확인하였으며 평균제곱예측오차법을 통하여 제안된 모형식이 실험값과 가장 근접한 값을 나타내고 있음을 확인하였다.

• International Journal of Naval Architecture and Ocean Engineering
• /
• 제13권1호
• /
• pp.115-125
• /
• 2021

Simulation-based hull form optimization is a typical HEB (high-dimensional, expensive computationally, black-box) problem. Conventional optimization algorithms easily fall into the "curse of dimensionality" when dealing with HEB problems. A recently proposed Cross-Entropy (CE) optimization algorithm is an advanced stochastic optimization algorithm based on a probability model, which has the potential to deal with high-dimensional optimization problems. Currently, the CE algorithm is still in the theoretical research stage and rarely applied to actual engineering optimization. One reason is that the Monte Carlo (MC) method is used to estimate the high-dimensional integrals in parameter update, leading to a large sample size. This paper proposes an improved CE algorithm based on quasi-Monte Carlo (QMC) estimation using high-dimensional truncated Sobol subsequence, referred to as the QMC-CE algorithm. The optimization performance of the proposed algorithm is better than that of the original CE algorithm. With a set of identical control parameters, the tests on six standard test functions and a hull form optimization problem show that the proposed algorithm not only has faster convergence but can also apply to complex simulation optimization problems.

• 한국인터넷방송통신학회논문지
• /
• 제20권6호
• /
• pp.157-165
• /
• 2020

뉴-럴 네트워크와 자동운전 데이터 셋을 개발하는 목표중의 하나가 데이터 셋을 분할함에 따라서 움직이는 물체를 검출하는 성능을 개선하는 방법이 있다. 다크넷 (DarkNet) 프레임 워크에 있어서, YOLOv4 네트워크는 Udacity 데이터 셋에서 훈련하는 셋과 검증 셋으로 사용되었다. Udacity 데이터 셋의 7개 비율에 따라서 이 데이터 셋은 훈련 셋, 검증 셋, 테스트 셋을 포함한 3개의 부분 셋으로 나누어진다. K-means++ 알고리즘은 7개 그룹에서 개체 Box 차원 군집화를 수행하기 위해 사용되었다. 훈련을 위한 YOLOv4 네트워크의 슈퍼 파라메타를 조절하여 7개 그룹들에 대하여 최적 모델 파라메타가 각각 구해졌다. 이 모델 파라메타는 각각 7 개 테스트 셋 데이터에 비교하고 검출에 사용되었다. 실험결과에서 YOLOv4 네트워크는 Udacity 데이터 셋에서 트럭, 자동차, 행인으로 표현되는 움직이는 물체에 대하여 대/중/소 물체 검출을 할수 있음을 보여 주었다. 훈련 셋과 검증 셋, 테스트 셋의 비율이 7 ; 1.5 ; 1.5 일 때 최적의 모델 파라메타로서 가장 높은 검출 성능이었다. 그 결과값은, mAP50가 80.89%, mAP75가 47.08%에 달하고, 검출 속도는 10.56 FPS에 달한다.

• 한국지반공학회논문집
• /
• 제26권10호
• /
• pp.61-68
• /
• 2010

반응벽제 기법을 이용해 지하수내 6가 크롬($CrO_4^{2-}$)과 카드뮴($Cd^{2+}$)을 동시 제거할 경우, 새로운 반응물질인 Fe-loaded zeolite의 적용성을 평가하기 위해 파일럿 규모의 모형 토조 실험을 수행하였다. 이를 위해, 폭 2.5m, 길이 3m, 높이 1.3m의 표가를 가지는 토조를 모래로 채우고, 양단에 수두차를 주어 지하수 흐름을 유도함으로써 대수층을 묘사하였다. 이후 6가 크롬과 카드뮴을 포함한 용액을 대수층에 주입하여 오염운을 발생시키고, 지속적인 모니터링을 통해 Fe-loaded zeolite로 구성된 모형 반응벽체의 오염운 정화거동을 관찰하였다. 실험결과, Fe-loaded zeolite로 구성된 반응벽체는 6가 크롬과 카드륨 오염운을 효과적으로 제거하며, 반응벽에 고정화된 오염물은 재탈착/유출되지 않음을 알 수 있었다. 이를 통해 Fe-loaded zeolite는, Cr(VI)과 Cd과 같이 서로 다른 이온 형태를 가진 무기 오염 물질로 동시에 오염된 지하수 정화에 반응벽체를 적용함에 있어 효과적인 충진물질이 될 수 있다는 결론을 도출하였다.

• 한국산학기술학회논문지
• /
• 제12권8호
• /
• pp.3729-3744
• /
• 2011

토목구조물이 대형화되고 규모가 커짐에 따라 하부 기초 지반 조건도 위치마다 상이하게 나타나게 되어 일부구간에서 기초지반의 불균일성으로 인해 국부적으로 지내력이 부족한 경우가 빈번하게 발생되고 있다. 일반적으로 상부 구조물의 안정성 확보 차원에서 기초지반이 균질하지 않은 경우에는 가능한 보수적인 기초공법을 적용함으로써 안정성 확보를 그 주안점으로 두고 있다. 직접기초와 파일기초가 혼용되는 복합기초의 경우에 대한 연구가 미비하여 그 적용성과 안정성이 검증되지 못하고 개략검토를 통한 복합기초의 시공이 적용되고 있는 점이 원인으로 사료된다. 본 연구에서는 직접기초와 파일기초가 혼용되는 복합기초에 대한 적용가능성을 평가하고, 석고와 주문진 표준사, 쇄석 등을 이용하여 다양한 지반을 조성한 실내 모형실험을 수행하여 동일기초와 복합기초의 거동을 비교, 분석하였다. 이와 같은 모형실험을 통한 연구결과를 근거로 복합기초(직접기초+말뚝기초)와 보수적인 말뚝기초 및 전면기초의 거동을 확인하고 지내력이 급격히 변화하는 지반의 경우 기존의 기초보다 효율적이고 경제적인 복합기초의 안정성 및 적용성을 평가하였다. 그 결과, 복합기초의 적용시 보수적인 말뚝기초보다 전체적인 침하량이 증가하였으나 그 차이가 미비하였고, 구조물의 부등침하에 대한 안정성평가 결과, 적용 가능한 것으로 확인되었다.

• Journal of Oral Medicine and Pain
• /
• 제41권3호
• /
• pp.85-90
• /
• 2016

Purpose: The aim of this study was to develop an automated software to extract tooth and pulpal area from sectional cone-beam computed tomography (CBCT) images, which can guarantee more reproducible, objective and time-saving way to measure pulp/tooth volume ratio. Methods: The software program was developed using MATLAB (MathWorks). To determine the optimal threshold for the region of interest (ROI) extraction, user interface to adjust the threshold for extraction algorithm was added. Default threshold was determined after several trials to make the outline of extracted ROI fitting to the tooth and pulpal outlines. To test the effect of starting point location selected initially in the pulpal area on the final result, pulp/tooth volume ratio was calculated 5 times with different 5 starting points. Results: Navigation interface is composed of image loading, zoom-in, zoom-out, and move tool. ROI extraction process can be shown by check in the option box. Default threshold is adjusted for the extracted tooth area to cover whole tooth including dentin, cementum, and enamel. Of course, the result can be corrected, if necessary, by the examiner as well as by changing the threshold of density of hard tissue. Extracted tooth and pulp area are reconstructed three-dimensional (3D) and pulp/tooth volume ratio is calculated by voxel counting on reconstructed model. The difference between the pulp/tooth volume ratio results from the 5 different extraction starting points was not significant. Conclusions: In further studies based on a large-scale sample, the most proper threshold to present the most significant relationship between age and pulp/tooth volume ratio and the tooth correlated with age the most will be explored. If the software can be improved to use whole CBCT data set rather than just sectional images and to detect pulp canal in the original 3D images generated by CBCT software itself, it will be more promising in practical uses.

• 한국지반신소재학회논문집
• /
• 제11권3호
• /
• pp.27-35
• /
• 2012

본 논문에서는 $-20^{\circ}C{\sim}10^{\circ}C$의 온도 유지가 가능한 길이 3.2m, 폭 3.2m, 높이 2.4m의 대형 냉동고 내부에 길이 0.9m, 폭 0.9m, 높이 0.9m의 실험용 토조를 실제 도로 아스팔트 포장체의 형상과 유사하게 구성하여 실험 조건에 따른 시료 깊이별 온도변화, 동상 팽창압, 팽창량 등 도로의 동결 특성을 분석하였다. 또한, 소형충격재하 장치(LFWD)를 활용하여 동결 전과 융해 후 도로포장구조체의 동상방지층 유무에 따른 실험을 실시하여 아스팔트 포장체 표면의 처짐을 측정하였다. 즉, 도로포장 중앙부의 처짐비와 표층곡률지수비를 분석, 평가함으로써 도로동상방지층의 효용성 및 공용성을 규명하였다.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.1-16
• /
• 2022

Despite recent breakthroughs in deep learning and computer vision fields, the pixel-wise identification of tiny objects in high-resolution images with complex disturbances remains challenging. This study proposes a modified U-net for tiny crack segmentation in real-world steel-box-girder bridges. The modified U-net adopts the common U-net framework and a novel Self-Attention-Self-Adaption (SASA) neuron as the fundamental computing element. The Self-Attention module applies softmax and gate operations to obtain the attention vector. It enables the neuron to focus on the most significant receptive fields when processing large-scale feature maps. The Self-Adaption module consists of a multiplayer perceptron subnet and achieves deeper feature extraction inside a single neuron. For data augmentation, a grid-based crack random elastic deformation (CRED) algorithm is designed to enrich the diversities and irregular shapes of distributed cracks. Grid-based uniform control nodes are first set on both input images and binary labels, random offsets are then employed on these control nodes, and bilinear interpolation is performed for the rest pixels. The proposed SASA neuron and CRED algorithm are simultaneously deployed to train the modified U-net. 200 raw images with a high resolution of 4928 × 3264 are collected, 160 for training and the rest 40 for the test. 512 × 512 patches are generated from the original images by a sliding window with an overlap of 256 as inputs. Results show that the average IoU between the recognized and ground-truth cracks reaches 0.409, which is 29.8% higher than the regular U-net. A five-fold cross-validation study is performed to verify that the proposed method is robust to different training and test images. Ablation experiments further demonstrate the effectiveness of the proposed SASA neuron and CRED algorithm. Promotions of the average IoU individually utilizing the SASA and CRED module add up to the final promotion of the full model, indicating that the SASA and CRED modules contribute to the different stages of model and data in the training process.