수질오염총량제는 수계의 목표수질을 설정하여 이를 달성하고 유지할 수 있도록 해당 유역 내 오염물질 허용총량을 설정 및 관리하는 제도다(환경부, 2013). 오염물질을 총량측면에서 관리함으로써 효과적인 수질개선을 도모하고 지자체는 배출량을 저감시킨 만큼 개발에 필요한 부하량을 확보할 수 있어 보전과 개발이 공존할 수 있는 방안이라 할 수 있다. 하지만 기준유량 산정 시 발생되는 문제점 역시 존재한다. 다양한 수문모형을 이용하여 기준유량을 산정할 수 있지만 해당 소유역 혹은 지점 내 비교·검증할 수 있는 신뢰성 높은 관측자료가 부재한 실정이다. 본 연구에서는 수문모형 중 폭 넓게 사용되고 있는 SWAT 모형을 이용하여 낙동강 유역 내 34개 수문단위유역의 소유역별로 2002년부터 2011년까지의 일 단위 유량을 연도별로 산정하였다. 낙동강 유역 내 상, 중, 하류에 위치한 구미, 왜관, 진동의 세 지점을 대상지점으로 선정하여 resampling 기법 중 하나인 k-Nearest Neighbors 기법을 이용하여 해당 지점별 연도별 일 단위 유량을 100 개씩 생성하였다. 해당 지점 마다 생성된 자료의 통계분석 및 quantile plot을 관측값과 비교하여 산정된 기준유량에 대한 신뢰성 분석을 실시하고 이를 통하여 수질오염총량제를 위한 개선 방안을 모색하였다.

대부분의 연속된 k-개의 이웃 찾기 알고리즘은 차량, 핸드폰 등 이동하는 객체에 대하여 주기적으로 모니터링을 하는 위치 기반 서비스에서 연구되어 왔다. 이러한 연구들은 쿼리 포인트가 이동 객체에 비하여 매우 적을 뿐만 아니라 쿼리 포인트가 움직이지 않고 고정된 환경을 가정한다. 게임 환경에서 k-개의 이웃을 찾아야 하는 경우는 무리 짓기, 군중 시뮬레이션 및 로봇과 같이 이동 객체가 주변의 이웃 객체를 인식하여 다음 이동을 계산하여야 할 때이다. 따라서 모든 이동 객체가 쿼리 포인트가 되고, 그 결과 이동 객체와 쿼리 포인트의 수가 동일하며, 쿼리 포인트도 움직이게 된다. 본 논문에서는 이러한 게임 환경에서 기존의 위치기반 서비스에서 연구된 k-개의 이웃 찾기 알고리즘들을 적용하여 어떤 알고리즘이 어떤 조건에서 적합한지에 대한 성능을 분석한다.

논문에서는 무리 짓기에 대한 공간분할 방법의 성능을 개선하는 알고리즘을 제안한다. 핵심 개념은 무리 속에서 움직이는 개체인 보이드가 지속적으로 자신의 방향과 위치를 변경시키나 자신의 다음 방향의 결정에 영향을 주는 k개의 가장 가까운 이웃인 kNN은 자주 바뀌지 않는다는 사실을 이용하여 성능을 개선하는 것이다. 본 논문에서 이전의 kNN을 이용하여 새로운 kNN이 변경되었는지를 판별하는 방법이 제안되었고, 제안된 방법의 정당성은 정리를 통하여 증명되었다. 제안된 방법은 구현되었으며, 기존의 공간분할 방법과 성능이 비교되었다. 비교 결과로부터 제안된 알고리즘이 초당 프레임 수 관점에서 기존의 알고리즘보다 약 30% 개선 효과를 주는 것을 알 수 있었다.