• 한국콘텐츠학회논문지
• /
• 제13권6호
• /
• pp.9-19
• /
• 2013

본 논문에서는 가상 상황속의 사건들에 역사적 맥락을 부여하기 위한 통합적 직관적 정보표현구조로서 시공간 그래프(Spatio-Temporal Graph)를 설계하고 구현하였다. 일반적으로 사건은 공간뿐 아니라 시간을 점유함으로써 역사적 사실이 된다. 따라서 가상 상황을 시뮬레이션하기 위해서는 공간적 측면을 표현하기 위한 삼차원 정보구조에 시간적 측면을 더한 다차원적인 맥락에 사건들을 위치시키는 일이 핵심적 기초가 된다. 이러한 다차원적 맥락은 온톨로지 뷰, 인스턴스 뷰, 시공간 뷰, 실제 뷰 등과 같은 여러 수준에서의 통합적 직관적 지식표현수단들을 통해 구현된다. 이와 같이 구현된 시공간 그래프에 기반한 시뮬레이션 시스템에 예제 시나리오를 적용하여 실용성을 검증한다. 본 기술은 지능형 교육시스템이나 차세대 시뮬레이션 게임 등에 필수적인 다양한 상황들을 제공하는 시뮬레이션 시스템의 중심요소가 된다.

• 컴퓨터교육학회논문지
• /
• 제21권6호
• /
• pp.39-47
• /
• 2018

이 연구는 사다리타기 게임에서 등장하는 사다리 모양에 따른 이산구조를 순열과 조합적 사고, 알고리즘적 구현을 통하여 최소생성사다리를 생성하는 방법과 컴퓨팅 사고력과의 관련성을 탐구하는 내용을 다루었다. 먼저 연구자는 사다리 모양의 세로판과 가로판의 조합에 따라서 생성되는 순열 중에서 역순열에 대응하는 사다리(최소생성사다리)를 필터링 기법과 새로 개선한 알고리즘을 고안하여 Mathematica 프로젝트로 진행하였다. 그 결과 최소생성사다리를 생성원(generator)으로 하는 새로운 그래프를 Mathematica로 창출하여 YC그래프라 이름 붙였으며 그에 대한 속성을 조사하였다. YC그래프는 이전 차원의 그래프를 내포하는 재귀적 구조와 다층 구조를 가졌으며 간선대칭의 특징을 보여주었다. 또한 계산복잡도가 증가함에 따라 세로판 5개, 가로판 10개 사다리부터 층별로 최소생성사다리를 생성하도록 탐색 공간을 분할하는 알고리즘을 적용하였다. 이 과정에서 자료의 시각화, 추상화 및 병렬처리 알고리즘 구현을 통한 컴퓨팅 사고력이 새로운 YC그래프의 창출 및 구조 분석에 기여한 것으로 나타났다.

• 한국콘텐츠학회논문지
• /
• 제22권6호
• /
• pp.56-68
• /
• 2022

최근 실시간 처리의 요구가 증가하면서 시간에 따라서 변화하는 동적 그래프에 관한 연구가 활발하게 진행되고 있다. 동적 그래프를 분석하기 위한 알고리즘의 하나로 연결 요소가 있다. GPU는 높은 메모리 대역폭, 연산 성능으로 대규모의 그래프 계산에 적합하다. 그러나 동적 그래프의 연결 요소를 GPU를 이용하여 처리할 때, GPU의 제한된 메모리로 인해 실제 그래프 처리 시 CPU와 GPU 간에 잦은 데이터 교환이 발생한다. 본 논문에서는 동적 그래프에서 GPU 기반의 효율적인 점진적 연결 요소 처리 기법을 제안한다. 제안하는 기법은 Weighted-Quick-Union 알고리즘을 기반으로 연결 요소 레이블에 구성 요소의 개수를 이용하여 연결 요소를 빠르게 계산한다. 또한, 재계산할 부분을 판별하여 GPU로 전송할 데이터를 최소화하여 대규모 그래프에 대하여 CPU와 GPU 간의 데이터 교환 횟수를 감소시킨다. 뿐만 아니라 GPU와 CPU 간에 데이터 전송 시간 낭비를 줄이기 위해 GPU와 CPU가 비동기로 실행하는 처리 구조를 제안한다. 실제 데이터 집합을 사용한 성능 평가를 통해 제안하는 기법의 우수성을 입증한다.

• 조명전기설비학회논문지
• /
• 제23권12호
• /
• pp.224-232
• /
• 2009

화력발전소를 기동하기 위해서는 수많은 기기조작들이 수동 및 자동으로 또한 순차적 및 병렬로 정확하게 진행되어야 한다. 따라서 발전소의 기동 중 긴박하게 이루어지는 수많은 기기 조작들이 모두 제대로 진행되고 있는지의 여부를 실시간으로 감시하는 일은 매우 복잡하고 긴장을 요하는 임무(task)이다. 본 논문에서는 화력 발전소의 기동시퀀스의 정상 진행 여부를 효과적으로 감시하기 위하여 Event Sequence Monitoring Graph(ESMG)라는 자료구조(Data Structure)를 제안하고 그 구현 기법에 대하여 논하고자 한다. 제안하된 ESMG는 용량 500MW 급의 국내 전형적인 표준형 화력발전소의 주 급수펌프 시스템의 기동 시퀀스의 진행 감시에 적용하기 위한 예를 들었으며 향후 유용하게 활용될 수 있는 가능성을 보였다.

• 경영과학
• /
• 제12권2호
• /
• pp.31-42
• /
• 1995

The ordering method is used to reduce the fill-ins in interior point methods. In ordering, the data structure plays an important role. In this paper, first, we compare the efficiency and the memory storage requirement of the quotient graph structure and the clique storage. Next, we propose a method of reducing the number of cliques and a data structure for clique storage. Finally, we apply a method of merging rows and absorbing cliques and show the experimental results.

• 동력기계공학회지
• /
• 제14권3호
• /
• pp.77-82
• /
• 2010

In general, the control valves are essential components in hydraulic systems. Structural changes within the valves remain a challenge because many parameters of valve tend to interact in terms of static and dynamic performance. Therefore, the valve characteristics is applied directly to the stability of hydraulic system. Inner structure of the valve which is used mainly in the industries is made up poppet type and spool type. This paper made a description of the method for numerical analysis and modeling of the valve with a built-in moving part of four-type. Based on the physical parameters of the valves, a numerical model of objected valve is developed using the bond graph method. It is to verified the results that the moving part of four-type has an effect on pressure and flow characteristics. Also, It is analyzed the results which has an effect on response characteristic by angular of poppet valve face and inertia variation of the valve with a built-in moving part. In the results, it is confirmed that the rising and settling time vary with the shape of moving part in valve.

• 지능정보연구
• /
• 제29권3호
• /
• pp.419-437
• /
• 2023

국내 씬파일러(Thin Filer)의 수가 1200만명을 넘어서며, 금융 업계에서 씬파일러의 신용을 정확히 평가하여 우량고객을 선별해 대출을 공급하는 시도가 많아지고 있다. 특히, 차주의 신용정보에 존재하는 비선형성을 반영하여 채무불이행을 예측하기 위해서 다양한 머신러닝 알고리즘을 활용한 연구가 진행되고 있다. 그 중 그래프 신경망 구조(Graph Neural Network)는 일반적인 신용정보 외에 대출자 간의 네트워크 정보를 반영할 수 있다는 점에서 데이터가 부족한 씬파일러의 채무 불이행 예측에서 주목할 만하다. 그러나, 그래프 신경망을 활용한 기존의 연구들은 신용정보에 존재하는 다양한 범주형 변수를 적절히 처리하지 못했다는 한계가 있었다. 이에 본 연구는 범주형 변수의 맥락적 정보를 추출할 수 있는 트랜스포머 메커니즘(Transformer mechanism)과 대출자 간 네트워크 정보를 반영할 수 있는 그래프 합성곱 신경망(Graph Convolutional Network)를 결합하여 효과적으로 씬파일러의 채무 불이행 예측이 가능한 TeGCN (Transformer embedded Graph Convolutional Network)를 제안한다. TeGCN는 일반 대출자 데이터셋과 씬파일러 데이터셋에 대하여 모두 베이스 라인 모델 대비 높은 성능을 보였으며, 특히 씬파일러 채무 불이행 예측에 우수한 성능을 달성했다. 본 연구는 범주형 변수가 많은 신용정보와 데이터가 부족한 씬파일러의 특성에 적합한 모델 구조를 결합하여 높은 채무 불이행 예측 성능을 달성했다는 시사점이 있다. 이는 씬파일러의 금융소외문제를 해결하고 금융업계에서 씬파일러를 대상으로 추가적인 수익을 창출하는데 기여할 수 있을 것이다.

• 사물인터넷융복합논문지
• /
• 제10권2호
• /
• pp.1-15
• /
• 2024

스마트 지역사회의 구축은 지역사회의 안전을 보장하는 새로운 방법이자 중요한 조치이다. 촬영 각도로 인한 얼굴 기형 및 기타 외부 요인의 영향으로 인한 신원 인식 정확도 문제를 해결하기 위해 이 논문에서는 네트워크 모델을 구축할 때 전체 그래프 컨벌루션 모델을 설계하고, 그래프 컨벌루션 모델에 협력하여 얼굴의 핵심을 추출한다. 또한 얼굴의 핵심을 특정 규칙에 따라 핵심 포인트를 구축하며 이미지 컨벌루션 구조를 구축한 후 이미지 컨벌루션 모델을 추가하여 이미지 특징의 핵심을 개선한다. 마지막으로 두 사람의 얼굴의 이미지 특징 텐서를 계산하고 전체 연결 레이어를 사용하여 집계된 특징을 추출하고 판별하여 인원의 신원이 동일한지 여부를 결정한다. 최종적으로 다양한 실험과 테스트를 거쳐 이 글에서 설계한 네트워크의 얼굴 핵심 포인트에 대한 위치 정확도 AUC 지표는 300W 오픈 소스 데이터 세트에서 85.65%에 도달했다. 자체 구축 데이터 세트에서 88.92% 증가했다. 얼굴 인식 정확도 측면에서 이 글에서 제안한 IBUG 오픈 소스 데이터 세트에서 네트워크의 인식 정확도는 83.41% 증가했으며 자체 구축 데이터 세트의 인식 정확도는 96.74% 증가했다. 실험 결과는 이 글에서 설계된 네트워크가 얼굴을 모니터링하는 데 더 높은 탐지 및 인식 정확도를 가지고 있음을 보여준다.

• 한국건설관리학회논문집
• /
• 제16권5호
• /
• pp.3-11
• /
• 2015

본 연구는 BIM을 활용한 그래프 기반의 동선 표현과 분석 접근 방법 제안을 목적으로 한다. 접근 방법의 제안을 위해 건물 동선 관련 요구사항 파악과 공간 네트워크, BIM에 관한 선행연구를 분석하였다. 또한, 본 연구는 선행연구인 UCN(Universal Circulation Network)을 기반으로 연구를 진행하였으며, 본 연구를 통해 UCN에 추가적으로 고려해야 할 사항을 파악하고 이를 확장하였다. 본 연구에서는 UCN을 기반으로 두 가지 관점에서 동선의 표현과 분석 접근 방법을 제안하고자한다: 1) UCN의 그래프 기반 동선 분석의 주요 요소를 파악한다, 2) 국내 건축법 등의 요구사항을 적용하여 UCN을 재구성한다. 결과적으로, 본 연구에서는 출구에서 가장 먼 점 (MRP) 기반의 동선 표현과 가상공간에서의 동선 분석이 추가적으로 제안되었다.

• 한국콘텐츠학회논문지
• /
• 제22권8호
• /
• pp.33-43
• /
• 2022

지식 그래프 및 단백질 상호 작용과 같은 실제 데이터에서 개체들과 개체들의 관계 및 구조를 나타내기 위해 레이블 그래프를 사용한다. IT의 급속한 발전과 데이터의 폭발적인 증가로 사용자에게 관심 있는 정보를 제공하기 위한 서브 그래프 매칭 기술이 필요하다. 본 논문은 레이블의 의미적 유사성과 그래프 구조 차이를 고려한 근사 Top-k 서브 그래프 매칭 기법을 제안한다. 제안하는 기법은 레이블 의미적 유사도를 고려하기 위하여 FastText을 활용한 학습 모델을 이용한다. 레이블 간 의미적 유사도를 미리 계산한 LSG(Label Similarity Graph)를 통해 처리 속도의 효율을 높인다. LSG를 통해 레이블이 정확하게 일치해야 확장이 가능한 기존 연구의 한계를 해결한다. 2-hop까지 탐색을 수행함으로써 질의 그래프에 대한 구조적 유사성을 지원한다. 매칭된 서브 그래프는 유사도 값 기반으로 Top-k 결과를 제공한다. 제안하는 기법의 우수성을 보이기 위하여 다양한 성능평가를 수행한다.