높이 맵으로부터 지형의 기하구조를 형성하고 그 세부 묘사를 위하여 왕 타일을 이용하여 반복적이지 않는 타일링을 할 수 있다. 타일 내에 색상 정보와 더불어 높이 정보를 추가하여 세부적인 요철의 정보를 담아 시차 맵핑을 통하여 효과적으로 표현 할 수 있다. 본 논문에서는 이를 실시간 렌더링 할 때 문제되는 부분을 해결하였으며, 지형을 위한 시차 맵핑의 보안을 제안한다.

본 논문은 교행이 불가능한 두 대의 자동화 크레인을 운영하는 자동화 컨테이너 터미널의 장치장을 대상으로 국지적 탐색 알고리즘을 이용해 실시간 작업계획을 수립하는 방안을 제안한다. 제안방안은 실시간 제약조건을 만족시키기 위해 현재 이후 일정 시간의 작업만을 작업 계획의 대상으로 삼으며, 장치장의 동적인 작업 특성을 고려하여 새로운 작업이 요청될 때마다 작업 계획을 다시 수립한다. 또한, 교행이 불가능한 두 대의 크레인을 운영할 때 발생할 수 있는 크레인 간의 작업 부하 불균형을 해소하기 위해 작업 계획 과정에서 상대 크레인에 의한 사전 재취급과 사전 이적을 통한 두 크레인 간의 협업을 가능하게 하였다. 시뮬레이션을 이용한 실험 결과 제안 방안이 휴리스틱 방안에 비해 우수하며, 크레인 간의 협업이 작업 효율 향상에 도움이 됨을 확인하였다.

일반적인 도시 내배수시스템은 시설물과 운영방법으로 구분된다. 시설물은 관거, 수문, 배수펌프장 등으로 구성되며 운영방법은 펌프 및 수문운영으로 구성된다. 이러한 내배수시스템에서 유역의 유출 및 펌프 운영을 실시간으로 모의하고 배수효과를 고려할 수 있는 운영 모형은 펌프를 효과적으로 운영하기 위하여 필요하며, 이러한 실시간 운영 모형을 통하여 도시유역의 침수 위험을 감소시키기 위한 효율적인 펌프 운영 기법의 개발이 가능하다. 본 연구에서는 SWMM 5.0

광선추적법(ray tracing)은 빛의 반사, 투과 등을 사실적으로 표현할 수 있는 대표적인 전역조명(global illumination) 기술이지만, 복잡한 계산과정으로 인해 실시간 활용에는 많은 제약이 존재한다. 이런 문제를 해결하기 위해 최근에는 GPU(Graphics Processing Unit) 기반의 광선추적법 알고리즘이 활발하게 개발되고 있으며, 본 논문에서는 J. Purcell 등이 제안한 광선추적법 기법을 구현하였다. 그리고 구현된 알고리즘을 인터렉티브 응용분야에 활용하기 위해 렌더링 성능을 개선하는 두가지 방법을 적용하였다. 먼저, 그래픽스 하드웨어에서 지원하는 래스터라이제이션(rasterization)을 적용해 초기 광선의 교차점을 효과적으로 구했다. 또한 대상 물체를 가속화(acceleration) 구조로 구성하여 광선과 물체간의 교차연산에 소요되는 계산시간을 단축하였다. GPU 기반의 광선추적법 렌더링에서 다양한 성능 개선 알고리즘을 적용하여 향상된 렌더링 결과를 구체적으로 분석한 기존 연구가 비교적 적었으며, 본 논문에서는 각 과정에 따른 개선 결과를 제시하였다. 구현된 렌더러와 GPU 기반의 환경 맵을 비교하였으며 이동형 개인 컴퓨터와 무선 센싱 장비를 이용한 무선 원격 렌더링 시스템을 구현하였다. 제안된 시스템은 실시간 합성, 증강현실(augmented reality), 가상현실 등의 다양한 분야에서 활용될 것으로 기대된다.

물체 내부에서의 빛의 산란 현상 (subsurface scattering)에 기반한 조명 모델은 사실적인 이미지 생성에서 매우 중요하지만, 복잡한 계산으로 인하여 게임, 가상현실 등의 대화형 환경에 적용되기 어려웠다. 우리는 빛의 단일 산란과 다중 산란 현상에 의한 조명을 이미지 상에서 근사하는 보다 실용적인 기법을 제안한다. 먼저 광원 시점에서 렌더링한 이미지의 각 픽셀에 물체 내부로 투과된 조사도 정보를 저장하고, 쉐이딩 단계에서 이 정보를 사용하여 조명을 빠르게 계산한다. 단일 산란은 그림자 매핑과 유사한 알고리즘과 적응적인 결정적 샘플링을 통해 수행 비용을 효율적으로 줄인다. 다중 산란은 빛의 확산 이론에 기반한 계층적인 샘플링을 사용한다. 복잡한 함수의 테이블화은 속도를 보다 향상 시킨다. 실험을 통해 제안된 기법이 초당 수 십에서 수 백 프레임의 빠른 속도로 사실감있는 장면을 렌더링할 수 있으며, 게임과 같은 기존의 대화형 환경에 쉽게 적용될 수 있음을 보여준다.

본 논문에서는 큰 변형이 일어나는 얇은 쉘을 실시간에 시뮬레이션하는 기법을 제안한다. 쉘이란 나뭇잎이나 종이와 같이 이차원 구조라 할 수 있는 얇은 물체이다. 얇은 쉘의 시각적으로 사실적인 애니메이션을 실시간에 생성하는 것은 컴퓨터 그래픽스 분야에서 오랫동안 주요한 도전 과제였다. 본 논문에서는 연속체 역학에 있어서 가장 복잡한 쉘 이론에 의존하는 대신 Grinspun 등이 제안한 이산 쉘 에너지 함수를 채용하고, 지배방정식의 실시간 적분을 위해서는 쉘 구조를 위한 모달 와핑 기법을 개발한다. 이와 같은 새로운 시뮬레이션 기법은 삼차원 솔리드를 위해 개발된 종전의 모달 와핑 기법을 확장한 것이다. 본 논문에서 제안한 방법은 매우 많은 정점으로 이루어진 메쉬 구조의 큰 휨과 큰 꼬임 변형도 실시간에 사실적으로 생성할 수 있다.

피부, 옷 등 실세계의 대부분의 물질들은 반투명한 재질로 되어있고, 부드러운 외양을 띄고 있다. 본 논문에서는 GPU 기반의 계층화 알고리즘을 통해, 양극 확산 (dipole diffusion) 기법에 기반한 표면 내에서의 빛의 산란에 의한 조명을 근사하여 반투명한 재질을 실시간에 렌더링하는 기법을 제안한다. 무수히 많은 수의 픽셀 빛 입자들은 GPU를 활용하여 쿼드트리로 계층화된다. 렌더링될 각 픽셀마다, 많은 빛 입자를 대신하여 좋은 화질로 근사할 수 있는 집합들을 선택하고, 이것을 사용하여 조명을 계산한다. 우리는 또한, 고해상도 이미지를 효율적으로 렌더링하기 위해 공간적 일관성과 early-z 컬링을 이용한 계층적 화면 보간 기법을 소개한다. 이를 위하여, 화면 정보를 GPU 상에서 계층화한다. 우리는 공간적 유사도가 높은 픽셀들을 하나의 픽셀로 렌더링함으로써 적응적으로 보간한다. 실험을 통해 빛 계층화를 통해 반투명한 물체를 실시간에 렌더링할 수 있음을 확인하였다. 화면 보간 기법은 동급 화질에서 렌더링 비용을 2~4배 정도 감소시켰다. 모든 과정은 GPU를 사용한 이미지 공간 상에서 빠르게 수행되며, 어떠한 긴 전처리과정도 필요하지 않는다.

그래픽스 렌더링 파이프라인 (응용, 기하, 레스터화)은 컴퓨터 게임에서 가장 중요한 기능인 실시간 그래픽스 렌더링의 핵심이다. 일반적으로 그래픽스 렌더링은 CPU와 GPU의 두 장치의 협조에 의해 완성되며 이 협조 과정에서 병목이 발생할 수 있다. 본 논문에서는 CPU와 GPV 사이에 발생하는 병목현상을 줄이는 데 초점을 맞추어, 보통은 하나의 스레드로 처리되는 CPU 연산을 순수 CPU 연산과 GPV와 연관된 연산의 두 가지로 구분하여 서로 독립적인 스레드로 병렬처리 되게 함으로써 실시간 그래픽스 렌더링의 성능을 향상시키는 방법을 제안한다. 이 방법은 CPU와 GPV사이의 협조를 위한 전송 과정에서의 병렬성을 극대화한다. 실험을 통하여 제안하는 방법이 기존의 방법 보다 더 빠르게 그래픽스 렌더링을 수행함을 검증하였다. 또한 본 논문에서는 CPU와 GPU의 협조 과정에서 생기는 병목현상으로 인한 유휴시간을 잘 활용하여 렌더링 파이프라인의 균형을 맞추면서 렌더링의 질을 높이는 방법도 제안한다. 제안하는 방법들을 우리가 개발한 네트워크 게임 엔진에 적용하여 실제 시스템에서도 효과가 있음을 확인하였다.

Recently, Total Organic Carbon (TOC) which can be measured instantly can be used as an organic pollutant index instead of BOD or COD due to the diversity of pollutants and non-degradable problem. The primary purpose of the present study is to reveal the properties of time series data for TOC which have been measured by real-time monitoring in Juam Lake and, in particularly, to understand the long- and short-term characteristics with the extraction of the respective components based on the different return periods. For the purpose, we proposed Discrete Wavelet Transform (DWT) as the methodology. The results from the DWT showed that the different components according to the respective periodicities could be extracted from the time series data for TOC and the variation of each component with respect to time could emerge from the return periods and the respective energy ratios of the decomposed components against the raw data.

오늘날 스포츠, RTS, RPG 게임과 같이 멀티 플레이어가 한 팀을 이루는 집단형 방식의 게임은 팀 인공지능 기술이 더욱 필요하다. 기존의 독립적인 지능형 에이전트는 스스로 문제를 해결하는 자율성 향상 연구에 치중하였으나, 이는 다른 에이전트간의 협동 및 상호작용 능력이 부족하다. 이를 위해 본 논문은 다중에이전트 시스템에서 효과적인 역할 분담과 자율성을 갖는 레벨통합 접근방식을 소개한다. 복잡한 목표를 성취하기 위해 에이전트의 역할 정보를 이용하여 각자의 목표를 할당하고 각 에이전트는 맡은 역할을 동적인 환경에서 스스로 판단하고 행동한다. 팀 전체의 목표는 상호 보완된 역할 분담의 전략적인 측면에서 조정한다. 각 에이전트는 데이터보드를 이용하여 서로의 상태 정보를 공유하여 상호 협동을 유도한다. 역할이 할당된 각 에이전트는 스스로 계획기능을 갖고 있어 동적인 환경에서 적합한 행동을 취한다. 이 협동과 상호작용 과정에서 충돌의 문제점이 발생하는데 이를 제어하는 조정 에이전트의 역할을 전략적 측면에서 접근한다. 본 논문에서 제시하는 레벨통합 접근방식이 기존의 중앙 집권적 접근방식, 분권적 접근방식과 비교 실험하여 기존 방식보다 성능이 향상됨을 보인다.

컨테이너 터미널에서는 효율적인 선적 작업을 위해 선박이 입항하기 전 선박정보를 통해 선적 계획을 수립한다. 하지만 실제 선박이 터미널에 입항하여 안벽에 접안후의 실제 적재 상태가 계획 시점에서의 적재상태와 다르거나, 사전에 수립된 계획이 실행 불가능한 경우 등의 상황이 발생한다. 이에 따라 기존에 수립했던 계획을 즉각적으로 재수정 해야 하며, 이를 위한 해법의 연구가 필요하게 되었다. 이점에 착안하여 본 연구에서는 위에서 언급한 예기치 못한 상황에 대해 정리하고, 상황에 맞는 합리적이고 즉각적으로 활용이 가능한 실시간 선적계획 모델을 제시하였다.

본 연구에서는 영산호의 상류에 위치한 나주유역의 홍수시 유출량을 실시간으로 예측하기 위하여 Grey홍수 유출모형을 개발하였다. 나주유역의 유출량은 나주수위관측소에서 실시간으로 측정하고 있으며, 이곳은 영산호의 유입홍수량을 예측과 홍수관리를 위한 주관측소이다. 모형의 지배방정식은 Grey시스템 이론에 근거하여 구성되었으며, 모형의 매개변수는 Grey 시스템매개변수의 조합으로 구성하였다. 모형의 차수는 실측자료와 모의결과를 비교하여 다른 차수 보다 양호한

수질오염 사고를 판단하기위한 경보모형은 다중퍼셉트론과 다층신경망, 뉴로-퍼지 모형들로 구성되었으며, 개발된 기준축에 따른 안정, 주의, 경고 상태를 학습하였다. 수질예측 모형에 유출예측 모형을 연계하고 경보모형을 결합하여 인공지능 시스템을 구축하였으며, 구축된 시스템을 GUI로 구현하였다. GUI 화면은 초기화면, 자료 전처리 과정, 유량예측 과정, 수질예측 과정, 경보시스템의 순으로 진행된다. 수질오염 사고에 대한 시나리오를 작성하여 시스템의 적용성을

평창강 수질자동측정망 실시간 자료를 이용하여 강우시와 무강우시로 구분하여 분석하였다. 강우시에 측정된 TOC 자료는 무강우시 측정된 자료에 비해 평균값, 최대값, 표준편차가 크게 나타났으며, 강우시의 DO 자료는 무강우시에 측정된 자료보다 낮아 유량이 수질변화에 영향을 미치는 것으로 분석되었다. 신경망 모형과 뉴로-퍼지 모형으로 수질예측 모형을 구성하고, 적용하였다. LMNN, MDNN, ANFIS 모형은 TOC 모의에서 DO 예측에서는 LMNN, MD

본 연구에서는 단기 예측강우를 활용하여 실시간 유량을 예측할 수 있는 기상-수자원 연계기법을 개발하였다. 이를 위해 기상청의 RDAPS 강수자료와 저류함수(SFM) 모델을 통해 소양강댐 상류유역의 댐유입량을 계산하고 그 정확도를 분석하였다. 대상 사례기간인 2003년 7월 18일부터 2003년 7월 24일까지 RDAPS 강우예측자료의 정확도를 평가한 결과 RDAPS 및 관측 강수량 사이의 정성적 평가에서 매우 우수한 정확도를 보이고, 수자원 측면에서 필