간행물
한국컴퓨터게임학회 논문지 KCI 등재 Journal of The Korean Society for Computer Game
- 발행기관 한국컴퓨터게임학회
- 자료유형 학술지
- 간기 계간
- ISSN 1976-6513 (Print)2288-5528 (Online)
- 수록기간 2002 ~ 2024
- 주제분류 공학 > 컴퓨터학 공학 분류의 다른 간행물
- 십진분류KDC 370DDC 370
권호리스트/논문검색
제35권 제1호 (2022년 3월) 6건
1.
2022.03
구독 인증기관 무료, 개인회원 유료
최근에는 익명성과 비대면성으로 인해 사이버 공간에서 괴롭힘의 가능성이 높다. 사이버 공간은 현실적 공간 과 비교했을 때 24시간 괴롭힘이 가능하고, 괴롭힘을 매우 빠르고 광범위하게 확산시킨다. 사이버 공간에서의 괴롭힘은 물리적 공간에서의 괴롭힘보다 더 심각한 정신적 피해를 줄 수 있다. 본 연구는 청소년의 사이버 괴 롭힘 경험과 자살생각에 대하여 살펴보았다. 사이버 괴롭힘 경험을 따돌림, 욕설과 모욕 중심으로 살펴보고, 사이버 괴롭힘의 정도에 따라 자살사고의 차이를 살펴보았다. 자료는 한국청소년정책연구원의 2019 중고등용 인권실태조사 데이터를 활용하였다. 집단 간의 차이를 검증하기 위해 SPSS프로그램 25를 사용하여 공분산분 석(ANCOVA)을 실시하였다. 종속변수에 영향을 줄 수 있는 현실공간인 학교에서의 괴롭힘 경험을 통제하여 청소년이 사이버공간에서 괴롭힘 경험에 따른 자살생각의 차이를 검증하였다.
4,000원
2.
2022.03
구독 인증기관 무료, 개인회원 유료
자율주행 시물레이터는 자율 주행을 시험하고 검증하는 일에 있어 현실에 비해 높은 비용 절감의 효과를 가 지고 오지만 높은 컴퓨터 연산량에 의해 많은 하드웨어 기기를 요구하게 된다. 게임을 이용하여 자율 주행에 필요한 학습 데이터를 획득하는 경우도 있다. 게임은 저비용 시뮬레이터로 활용되고 있지만 게임 외적인 특정 상황을 모의하기에도, 필요한 데이터 획득에도 제한적이다. 또 다른 방법으로 게임 엔진을 통한 가상 환경 모 의 연구가 수행되고 있다. 하지만 게임 엔진에서는 사용자가 직접 필요한 모델링을 해줘야 하기 때문에 개발 비용이 크게 작용된다. 특히, 3D LIDAR는 360도로 Ray를 쏴서 정밀 거리를 최소 10Hz 이내의 실시간 획득이 필요하다. 실시간으로 3D LIDAR 데이터를 획득하는 것은 GPU(Graphics Processing Unit) 사용량이 많은 작업 이기 때문에, 저비용 시뮬레이터를 위해서는 저비용 3D LIDAR 모의가 필요하다. 본 논문에서는 낮은 컴퓨터 연산을 사용하는 C++ 기반 3D LIDAR 모의 프레임 워크를 제안한다. 제안된 3D LIDAR는 다수의 언덕으로 이 루어진 비포장 Map에서 성능을 검증 하였으며, 성능 검증을 의해 본 논문에서 생성된 3D LIDAR로 간단한 LPP(Local Path Planning) 생성 방법도 소개한다. 제안된 3D LIDAR 프레임 워크는 저비용 실시간 모의가 필요 한 자율 주행 분야에 적극 활용되길 바란다.
4,200원
3.
2022.03
구독 인증기관 무료, 개인회원 유료
공상과학소설(Science-Fiction; 이후 Sci-Fi로 표기)은 미래 세계에 대한 인간의 판타지를 표현하는 장르다. 이는 TV 쇼, 영화, 게임 분야에서 항상 뜨거운 주제였다. Sci-Fi 영화와 Sci-Fi 게임은 대부분 상위권에 오르고 있다. 하지만, 학계에서는 주로 Sci-Fi 영화에서 대한 논의에 더 집중하는 경향이 있다. 예를 들어, <Research on Color Modes of Well-known Contemporary Films(2020)>에 따르면, 최근 몇 년 동안 할리우드 Sci-Fi 영화의 주류 색상은 빨간색과 파란색에서 주황색, 노란색, 파란색, 녹색으로 바뀌었다고 분석하고 있다. 또한, Sci-Fi 영화와 관련된 질적 연구와 연구의 많은 성과가 있었다. 그러나 Sci-Fi 게임의 색조 경향에 대한 연구와 연구 는 매우 부족한 상황이다. 이에 본 논문은 Adams Roberts의 Sci-Fi 소설의 7가지 요소를 사용 한다. 이러한 7 가지 요소에 대한 Metacritic 점수가 사례 선택의 표준으로 사용되었다. 본 연구의 분석 대상으로는<HALO 3>, <Death Stranding>, <Cyberpunk 2077> 등 우수 PC게임 3종이 선정하였다. 또한, 데이터 분석은 NCS 색상 시스템을 기반으로 수행되어 Sci-Fi 게임의 색조 유사성에 대해 논의한다. 마지막으로, 우수한 게임의 색상 적 용에 대한 주요 성향을 결론짓고 요약함으로써, 본 연구는 Sci-Fi 게임의 색상 생산에 대한 몇 가지 이론적 참 조와 기초 데이터를 제공하고자 한다.
4,000원
4.
2022.03
구독 인증기관 무료, 개인회원 유료
오늘날 게임 산업은 지속적으로 성장하고 있는 추세이다. 이런 배경에서 게임 이용자들은 다양한 게임 장르를 경험하고 있으며, 또한 게임 내의 승률을 높이기 위한 다양한 활동에 많은 관심을 가지고 있다. 게임 이용자 들은 자신이 즐기는 게임 캐릭터들의 승률 및 픽률과 같은 다양한 정보들을 인터넷 검색을 통해 수집하고 있 으며, 그에 따라 자신이 즐기는 게임 플레이어의 밸런스에 관해서 많은 관심을 나타내고 있다. 본 연구자는 밸런스 관련 다양한 연구를 탐색하는 과정에서 게임 속의 밸런스를 맞추는 기준이 있다면, 또한 그 기준에 대 한 예측이 가능하다면 그 기준을 중심으로 이용자들의 다양한 밸런스 패치 활용 및 게임 전략 수립에 도움이 될 수 있을 것으로 판단하였다. 본 연구에서는 플레이어들의 밸런스 패치가 중요하게 인식되고 있는 MOBA 장르 게임을 중심으로 밸런스 패치 예측 기준을 수립하는 데 초점을 맞추었다. 특별히 밸런스 패치를 진행할 때 캐릭터들의 특성 및 개발자의 패치 코멘트, 그리고 승률 및 픽률 변화에 따른 이후 패치 로드맵까지 고려 할 수 있는 체계를 제시한 점에서 큰 의의가 있다고 볼 수 있다. 이를 통해 개발자는 플레이어들의 밸런스를 더 쉽게 맞출 수 있도록 유도하고, 플레이어는 밸런스 패치를 예측하여 더욱 효율성 있는 게임 전략을 실행할 수 있도록 유도하여 MOBA 장르 게임의 이해관계자 모두에게 도움이 되는 정보를 전달할 것이다.
4,300원
5.
2022.03
구독 인증기관 무료, 개인회원 유료
디지털 미디어 기술의 부단한 발전에 따라 뉴미디어 예술은 당대 예술 디자인 업계에 새로운 발전 기회를 가 져왔습니다.대학 캠퍼스 시청각 경관은 캠퍼스 경관 구성 시스템의 중요한 부분으로 캠퍼스 전체의 환경 쾌적 도를 높이고 환경 교육 효과를 촉진하는 등 대체 불가한 역할을 하고 있습니다.뉴미디어아트 속 다차원 디지 털 예술은 전통적인 예술 디자인 형태에 비해 색다른 미적 감각과 시각적 경험을 선사합니다.대학 캠퍼스 조 경 디자인은 대학 캠퍼스 전반의 외적인 환경 표현으로, 사제(師弟)의 대학 첫인상을 그대로 반영하고 있습니 다.현대 과학기술의 급속한 발전으로 뉴미디어아트의 표현 형식은 더욱 다채로워지고 새로운 표현방식이 끊임 없이 생겨나고 있습니다.본고에서는 뉴미디어아트의 응용탐구부터 시작하여 새로운 시대의 캠퍼스 영상음향 경관설계의 수요와 결합하여 뉴미디어아트의 캠퍼스 영상음향(Video and Audio) 경관설계에서의 혁신과 응용 을 탐구합니다.
4,300원
6.
2022.03
구독 인증기관 무료, 개인회원 유료
인터넷은 전통적인 미디어를 대체하고 주요 뉴스 미디어 플랫폼 중 하나가 되었습니다. 인터넷 소스의 뉴스는 접근성이 좋고 편리하기 때문에 기존 뉴스 소스에 비해 빠르고 간단하게 이동할 수 있습니다. 그러나 가짜 뉴 스가 대량으로 발생하고 정치적, 상업적 이유로 온라인 커뮤니티에 퍼지면서 확인되지 않은 소식통으로부터 입수한 모든 언론 보도가 진짜인 것은 아니다. 가짜 뉴스는 이론적으로나 의도적으로 독자들을 속이거나 잘못 알릴 수 있다. 왜냐하면 사람들은 오프라인 커뮤니티에 영향을 미칠 수 있는 어떤 정보에도 쉽게 얽히게 되기 때문이다. 일부 수동 웹사이트는 정보가 사실인지 확인하도록 설계되어 있지만 온라인, 특히 웹에서 빠르게 확 산되는 정보의 양은 확장되지 않습니다. 이 문제를 해결하기 위해 자동 팩트체크 어플리케이션은 확장성과 자 동화의 요건에 대응하도록 설계되었습니다. 그러나 현재 애플리케이션 방법에는 기계 학습 분류 모델 성능을 개선하기 위해 가짜 뉴스 특징을 식별하는 포괄적인 다차원 데이터 세트가 없다. 이 문제를 해결하기 위해 본 연구논문에서는 사용자가 기사의 제목을 입력하면 데이터를 분류하는 Formb 챗봇을 제안했다. 이 연구 작업 에서 데이터 집합의 분류는 반복 신경망(RNN)과 장기 단기 기억(LSTM) 모델을 사용하여 수행되었다. 가짜 및 실제 뉴스 데이터 세트는 사전 처리되어 모델을 교육하는 데 사용됩니다. 저장된 모델은 지정된 입력 텍스트 의 신뢰성을 확인하기 위해 불일치 서버에 배포됩니다. Disconsid API는 python 파일을 chatbot으로 실행할 수 있는 액세스를 제공합니다. 분석 측면에서, 제안된 모델은 96.77%의 정확도로 CNN와 같은 기존 뉴럴 네트 워크 모델을 능가한다.
4,000원
