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.

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

인터렉티브 리얼 타임 3D(Interactive real-time 3D)는 유저가 가상의 3차원 세계를 탐색하고 또한 몰입하는 폼의 컨텐츠를 경험할 수 있게 해준다. 다른 매체와는 다르게, 인터렉티브 리얼 타임 3D의 사용자(user)는, 디지털 3D의 구조에서의 작용과 반작용이 즉시 일어나는 "실시간"에서 진행되는 프로세스에서 능동적인 역할을 수행한다.

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

RPG, 전략 시뮬레이션등의 2D/3D 게임에서 동적으로 변화하는 장애물이나 지형 정보 등을 관리하기에는 대체로 동적 그래프가 적합하다. 이 논문에서는 빠르게 길 찾기를 수행하고 동적으로 변경할 수 있는 고정 레벨의 계층적 그래프 모델을 제안한다. 공간 분류나 공간 모델을 이용해 그래프를 분할하여 계층적 그래프를 구성하고, 동적 그래프의 연산자들을 제시하여 계층적 그래프 모델에서의 실시간 A* 길 찾기 방법을 실험하였다. 본 논문에서 제안한 모델이 동적 장애물이나 동적 구조를 가지는 게임 환경에서 빠르게 길 찾기를 수행하기에 적합한 그래프 모델임을 실험을 통해 입증하였다.

본 연구는 비선형성이 강한 강우-유출의 특성을 고려하여 홍수시 하도의 유출을 예측하고 하천유역의 홍수예경보에 이용하기 위하여 신경망 시스템의 모형화 가능성을 검증하였다. 신경망을 이용한 실시간 하도홍수 예측모형(Neural River Discharge-Stage Forecasting Mudel; NRDFM)은 낙동강 유역의 왜관 및 진동 지점의 홍수량 예측에 적용하였다. NRDFM에 의한 하도홍수량의 왜관 및 진동 지점 예측결과를 실측치와 비교검토한 결