• 제목/요약/키워드: Network geometric graph

검색결과 14건 처리시간 0.027초

대형 회로망 그래프 마디축소 모델 (Node-reduction Model of Large-scale Network Grape)

  • 황재호
    • 대한전기학회논문지:시스템및제어부문D
    • /
    • 제50권2호
    • /
    • pp.93-99
    • /
    • 2001
  • A new type geometric and mathematical network reduction model is introduced. Large-scale network is analyzed with analytic approach. The graph has many nodes, branches and loops. Circuit equation are obtained from these elements and connection rule. In this paper, the analytic relation between voltage source has a mutual different graphic property. Node-reduction procedure is achieved with this circuit property. Consequently voltage source value is included into the adjacent node-analyzing equation. A resultant model equations are reduced as much as voltage source number. Matrix rank is (n-1-k), where n, k is node and voltage source number. The reduction procedure is described and verified with geometric principle and circuit theory. Matrix type circuit equation can be composed with this technique. The last results shall be calculated by using computer.

  • PDF

망축소작도법에 의한 대형회로망 전류원 처리 (Current Source Disposition of Large-scale Network with Loop-reduction Drawing Technique)

  • 황재호
    • 대한전기학회논문지:시스템및제어부문D
    • /
    • 제49권5호
    • /
    • pp.278-286
    • /
    • 2000
  • A new large-scale network geometric analysis is introduced. For a large-scale circuit, it must be analyzed with a geometric diagram and figure. So many equations are induced from a geometric loop-node diagram. The results are arranged into a simple matrix, of course. In case of constructing a network diagram, it is not easy to handle voltage and current sources together. Geometric loop analysis is related to voltage sources, and node analysis is to current sources. The reciprocal transfer is possible only to have series or parallel impedance. If not having this impedance, in order to obtain equivalent circuit, many equations must be derived. In this paper a loop-reduction method is proposed. With this method current source branch is included into the other branch, and disappears in circuit diagram. So the number of independent circuit equations are reduced as much as that of current sources. The number is not (b-n+1), but (b-n+1-p). Where p is the number of current sources. The reduction procedure is verified with a geometric principle and circuit theory. A resultant matrix can be constructed directly from this diagram structure, not deriving circuit equations. We will obtain the last results with the help of a computer.

  • PDF

그래프 구조를 이용한 도로 네트워크 갱신 방안 (A Study on Update of Road Network Using Graph Data Structure)

  • 강우빈;박수홍;이원기
    • 한국ITS학회 논문지
    • /
    • 제20권1호
    • /
    • pp.193-202
    • /
    • 2021
  • 고정밀 지도의 갱신은 정사영상 또는 점군 데이터 등을 원천 자료로 하여 기하 정보를 우선적으로 수정한 이후 지도를 구성하는 공간객체들 간의 연관관계를 재정립하는 방식으로 진행된다. 이러한 일련의 과정들은 기하 정보를 처리하는 데에 많은 시간을 소요하므로 차량의 실시간 경로 계획(Real-time route planning)에 빠르게 적용되기 어렵다. 따라서 이 연구에서는 그래프 구조를 활용하여 경로 계획을 위한 도로 연결구조를 우선적으로 업데이트 하는 방식 및 도로 네트워크의 특징을 고려한 그래프 구조의 저장 유형을 제안하였다. 또한 제안된 방법을 실제 도로 자료에 적용해 봄으로써 실시간 경로 정보 전송 시의 활용 가능성에 대해 검토하였다.

그래프 신경망을 이용한 단순 선박 선형의 저항성능 시뮬레이션 (Resistance Performance Simulation of Simple Ship Hull Using Graph Neural Network)

  • 박태원;김인섭;이훈;박동우
    • 대한조선학회논문집
    • /
    • 제59권6호
    • /
    • pp.393-399
    • /
    • 2022
  • During the ship hull design process, resistance performance estimation is generally calculated by simulation using computational fluid dynamics. Since such hull resistance performance simulation requires a lot of time and computation resources, the time taken for simulation is reduced by CPU clusters having more than tens of cores in order to complete the hull design within the required deadline of the ship owner. In this paper, we propose a method for estimating resistance performance of ship hull by simulation using a graph neural network. This method converts the 3D geometric information of the hull mesh and the physical quantity of the surface into a mathematical graph, and is implemented as a deep learning model that predicts the future simulation state from the input state. The method proposed in the resistance performance experiment of simple hull showed an average error of about 3.5 % throughout the simulation.

A novel method for vehicle load detection in cable-stayed bridge using graph neural network

  • Van-Thanh Pham;Hye-Sook Son;Cheol-Ho Kim;Yun Jang;Seung-Eock Kim
    • Steel and Composite Structures
    • /
    • 제46권6호
    • /
    • pp.731-744
    • /
    • 2023
  • Vehicle load information is an important role in operating and ensuring the structural health of cable-stayed bridges. In this regard, an efficient and economic method is proposed for vehicle load detection based on the observed cable tension and vehicle position using a graph neural network (GNN). Datasets are first generated using the practical advanced analysis program (PAAP), a robust program for modeling and considering both geometric and material nonlinearities of bridge structures subjected to vehicle load with low computational costs. With the superiority of GNN, the proposed model is demonstrated to precisely capture complex nonlinear correlations between the input features and vehicle load in the output. Four popular machine learning methods including artificial neural network (ANN), decision tree (DT), random forest (RF), and support vector machines (SVM) are refereed in a comparison. A case study of a cable-stayed bridge with the typical truck is considered to evaluate the model's performance. The results demonstrate that the GNN-based model provides high accuracy and efficiency in prediction with satisfactory correlation coefficients, efficient determination values, and very small errors; and is a novel approach for vehicle load detection with the input data of the existing monitoring system.

밀집한 신경망 그래프 기반점운의 분류 (Dense Neural Network Graph-based Point Cloud classification)

  • 아메드 엘 카자리;이효종
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2019년도 춘계학술발표대회
    • /
    • pp.498-500
    • /
    • 2019
  • Point cloud is a flexible set of points that can provide a scalable geometric representation which can be applied in different computer graphic task. We propose a method based on EdgeConv and densely connected layers to aggregate the features for better classification. Our proposed approach shows significant performance improvement compared to the state-of-the-art deep neural network-based approaches.

Assessing the Vulnerability of Network Topologies under Large-Scale Regional Failures

  • Peng, Wei;Li, Zimu;Liu, Yujing;Su, Jinshu
    • Journal of Communications and Networks
    • /
    • 제14권4호
    • /
    • pp.451-460
    • /
    • 2012
  • Natural disasters often lead to regional failures that can cause network nodes and links co-located in a large geographical area to fail. Novel approaches are required to assess the network vulnerability under such regional failures. In this paper, we investigate the vulnerability of networks by considering the geometric properties of regional failures and network nodes. To evaluate the criticality of node locations and determine the critical areas in a network, we propose the concept of ${\alpha}$-critical-distance with a given failure impact ratio ${\alpha}$, and we formulate two optimization problems based on the concept. By analyzing the geometric properties of the problems, we show that although finding critical nodes or links in a pure graph is a NP-complete problem, the problem of finding critical areas has polynomial time complexity. We propose two algorithms to deal with these problems and analyze their time complexities. Using real city-level Internet topology data, we conducted experiments to compute the ${\alpha}$-critical-distances for different networks. The computational results demonstrate the differences in vulnerability of different networks. The results also indicate that the critical area of a network can be estimated by limiting failure centers on the locations of network nodes. Additionally, we find that with the same impact ratio ${\alpha}$, the topologies examined have larger ${\alpha}$-critical-distances when the network performance is measured using the giant component size instead of the other two metrics. Similar results are obtained when the network performance is measured using the average two terminal reliability and the network efficiency, although computation of the former entails less time complexity than that of the latter.

무선 센서네트워크에서 네트워크 수명을 최대화하기 위한 에너지 추정 기반의 라우팅 프로토콜 (An Energy Estimation-based Routing Protocol for Maximizing Network Lifetime in Wireless Sensor Networks)

  • 홍난경;권기석;김호진;윤현수
    • 한국정보과학회논문지:컴퓨팅의 실제 및 레터
    • /
    • 제14권3호
    • /
    • pp.281-285
    • /
    • 2008
  • 우리는 센서 네트워크의 전체적인 수명을 최대화하기 위한 라우팅 알고리즘을 제안한다. 우리는 매우 복잡한 환경의 센서네트워크를 대상으로 한다. 복잡한 환경은 빌딩 내부 또는 복잡한 도심에 센서 네트워크가 배치될 수 있다는 점에서 실생활에 바로 적용 가능한 환경이다. 복잡한 환경에서는 한정된 공간에 많은 장애물이 놓이기 때문에 장애물들 사이에 낀 좁은 공간들이 있다는 특징을 가진다. 좁은 공간에 놓인 센서 노드는 매우 빈번히 라우팅 경로로 선택되기 때문에 에너지 소비가 많이 예상된다. 이러한 연결노드(relay node)는 주변에 자신이 수행하는 역할을 대신해줄 대안의 노드가 적기 때문에 에너지 고갈 시 네트워크 분할(partition)의 문제로 이어질 수 있다. 네트워크 분할은 네트워크에 다른 센서 노드들의 에너지가 아직 충분하다 할지라도 분할로 인해 데이타를 전송할 수 없는 문제를 야기한다. 따라서 우리의 목적은 이러한 문제를 해결하기 위하여 네트워크 분할과 직결된 연결노드의 에너지를 고려하여 네트워크가 최대한의 수명을 가질 수 있게 하는 라우팅 프로토콜을 제한한다. 우리가 제안하는 라우팅 알고리즘은 크게 가중 그래프(weighted graph)를 통한 네트워크 추상화(abstraction)과정과 에너지 추정(estimation) 알고리즘을 거친다. 가중 그래프는 전체 토폴로지를 고려하여 목적지까지 이르는 모든 길에 대한 정보를 알려주고, 에너지 추정 알고리즘을 통해 추가적인 통신 비용 없이 라우팅 정보를 유지할 수 있다. 본 논문에서는 전체적 지형의 추상화된 정보를 기반으로 사용 빈도가 높은 노드의 에너지를 관찰, 보호함으로써 전체적인 네트워크의 수명을 연장 및 라우팅 복잡도를 낮추는 라우팅 프로토콜을 제안한다.

네트워크 분할 기법을 이용한 도로 네트워크 데이터 정합 (Road network data matching using the network division technique)

  • 허용;손화민;이재빈
    • 한국측량학회지
    • /
    • 제31권4호
    • /
    • pp.285-292
    • /
    • 2013
  • 본 연구는 도로 네트워크를 분할한 뒤 네트워크 정합을 수행하는 방법론을 제안한다. 네트워크의 링크에 의해 둘러싸인 공간으로부터 폴리곤 객체를 생성하고 중첩기반 그래프 군집화 기법을 적용하여 이들 폴리곤 객체들의 대응 집합 쌍을 탐색하고, 이로부터 독립적인 정합을 수행하는 하위 네트워크 쌍을 얻었다. 이후 분할된 네트워크 데이터 쌍의 노드 집합에 Iterative Closest Point 알고리즘을 적용하여 기하보정을 수행한 후 하우스도르프 거리를 이용하여 1:N 링크 정합을 수행하였다. 제안된 방법의 효용성을 평가하기 위해 국가교통 DB센터에서 관리하는 KTDB의 네트워크 데이터와 국내 상용 차량 내비게이션 업체의 네트워크 데이터를 대상으로 알고리즘을 적용하고 결과를 평가하였다. 3m에서 18m까지 3m 간격으로 하우스도르프 거리에 임계값을 적용하여 네트워크를 정합한 결과 15m의 임계값에서 F-measure 기준 0.99의 정확도를 얻을 수 있었다.

상호연결망의 대칭성분석 및 드로잉 시스템 구현 (Symmetry Analysis of Interconnection Networks and Impolementation of Drawing System)

  • 이윤희;홍석희;이상
    • 한국정보과학회논문지:시스템및이론
    • /
    • 제26권11호
    • /
    • pp.1353-1362
    • /
    • 1999
  • 그래프 드로잉이란 추상적인 그래프를 시각적으로 구성하여 2차원 평면상에 그려주는 작업으로 대칭성은 그래프 드로잉시 고려해야 하는 미적 기준들 중에서 그래프의 구조 및 특성을 표현해주는 가장 중요한 기준이다. 그러나 일반 그래프에서 대칭성을 찾아 그려 주는 문제는 NP-hard로 증명이 되어 있기 때문에 현재까지는 트리, 외부평면 그래프, 직병렬 유향 그래프나 평면 그래프 등으로 대상을 한정시켜 연구가 진행되어 왔다. 본 논문에서는 병렬 컴퓨터나 컴퓨터 네트워크 구조를 가시화 시키기 위하여 많이 사용되는 그래프인 상호연결망(interconnection network)의 대칭성을 분석하고 분석된 대칭성을 최대로 보여주는 대칭 드로잉 알고리즘을 제안하였다. 그리고 이를 기반으로 하여 상호연결망의 기존 드로잉 방법들과 본 논문에서 제안한 대칭 드로잉 등 다양한 드로잉을 지원하는 WWW 기반의 상호연결망 드로잉 시스템을 구현하였다.Abstract Graph drawing is constructing a visually-informative drawing of an abstract graph. Symmetry is one of the most important aesthetic criteria that clearly reveals the structures and the properties of graphs. However, the problem of finding geometric symmetry in general graphs is NP-hard. So the previous work has focused on the subclasses of general graphs such as trees, outerplanar graphs, series-parallel digraphs and planar graphs.In this paper, we analyze the geometric symmetry on the various interconnection networks which have many applications in the design of computer networks, parallel computer architectures and other fields of computer science. Based on these analysis, we develope algorithms for constructing the drawings of interconnection networks which show the maximal symmetries.We also design and implement Interconnection Network Drawing System (INDS) on WWW which supports the various drawings including the conventional drawings and our suggested symmetric drawings.