탭 버튼을 선택하면 분야별로 볼 수 있습니다.
본 연구는 공간 구문론(SpaceSyntax)을 활용하여 아파트 단위세대의 공간구성이 가격 형성에 미치는 영향을 분석하고, 이를 예측 모델에 통합하는 새로운 접근법을 제시했다. 서울특별시 구로구 서부와 금천구의 아파트 평면도를 기반으로 JustifiedGraph와 Visibility Graph를 생성하여 공간 구조를 그래프 데이터로 변환하고, 이를 GraphConvolutional Network를 통해 하나의 벡터 또는 스칼라 값으로 표현했다. 이러한 공간구성 데이터를 선형회귀 모형에 추가하여 예측한 결과, 예측 모델의 평균제곱오차(MSE)가 기존 모델(0.8112)보다 약 18.49% 감소한 0.6627을 기록하며 성능향상을 보였다. 이는 단위세대의 공간 배치가 아파트 가격 형성에 중요한 요인임을 실증적으로 입증하며, 공간적 특성을 효과적으로 반영하는 새로운 가격 예측 방법의 가능성을 제시한다. 본 연구는 아파트 설계 및 시장가치 평가에 있어 공간구성의 중요성을 강조하며, 향후 부동산 데이터 분석 및 정책 수립에 실질적 기여를 할 수 있을 것이다. KEYWORDS: 공간구문론, 부동산, GCN, J-Graph, Visibillity Graph
본 연구는 지수함수를 이용한 새로운 르장드르 유사난수생성기를 개발하고 그 성능을 평가하였다. 초월수 를 밑으로 하는 지수함수를 도입하여 르장드르 기호 값의 예측 가능성 문제를 해결하였으며, 이차 상호법칙을 활용한 알고리즘 최적화로 난수 생성 시간을 단축시켰다. Diehard Test 결과, 71개 중 66개 항목에서 PASSED 판정을 받아 높은 난수성을 입증하였다. 소수 p의 비트 길이 분석을 통해 128비트 정도의 소수 사용이 가장 효율적임을 확인하였다. 본 연구에서 제안된 유사난수생성기는 높은 난수성과 실용적인 생성 속도를 제공하여, 보안 분야 등 다양한 응용 영역에서의 활용 가능성을 보여주었다. 향후 추가적인 데이터 검증과 알고리즘 최적화를 통해 성능 개선이 기대된다. 주제어: 유사난수, 르장드르 기호
본 연구는 대한민국과 같이 인구밀도가 높은 국가에서 효율적인 버스 노선 결정을 위한 수학적 모델링을 제안한다. 버스 노선 결정 문제를 조합 최적화 문제로 정의하고, 이를 해결하기 위해 인공 신경망 모델들을 적용하는 연구를 진행하였다. 특히, PointerNet과 Transformer 모델을 사용해 버스 노선 결정 문제를 최적화하는 방법을 탐구했다. 연구 결과, Transformer 모델이 가장 높은 성능을 보였으며, seq2seq 모델은 TSP 문제에서 적합하지 않음을 확인하였다. 마지막으로, 본 연구의 현실 적용을 위한 추가적인 모델 개선의 필요성을 확인하였다.
본 연구는 세포 자동자의 일종인 ‘라이프 게임’을 활용하여 의사 난수 발생기를 개발하고, 그 무작위성을 극대화하기 위한 방법을 탐색한다. 기본 라이프 게임을 n*n 토러스 구조로 확장하여 경계 문제를 해결하고, 나이트의 이동 방식을 적용하여 인접하지 않은 세포의 상태를 이진 수열로 변환함으로써 무작위성을 향상하고자 하였다. NIST SP 800-22 테스트를 프로그래밍으로 구현하여 세포 자동자를 이용한 기본 형태의 난수 발생기와 나이트의 이동 방식을 적용한 것의 성능을 비교하였다. 기존 난수 발생기 연구에 사용되지 않았던 세포 자동자라는 모형을 접목하고자 했다는 점에서 본 연구는 의의를 가지며, 추후 세포 자동자의 초기 상태에 따른 수렴과 반복 조건을 파악하여 시드를 결정하는 방법을 제안할 것이다.
현대 사회에서 주식, 선물, 옵션과 같은 금융 거래는 개인 및 기업, 사회에게 큰 영향을 미친다. 그 중 블랙-숄즈 모형은 미래 시점의 옵션 가격의 기댓값을 알게 해주는 모형으로 브라운 운동과 이를 정리한 이토의 보조정리 등으로 그 형태를 구할 수 있다. 다만, 이 과정에서 다양한 가정을 사용해야 하는데 그중에는 현실적이지 못한 것들도 있다. 예를 들어 기간 내에 무위험 이자율이 일정하다는 점이나 시장에 차익거래가 존재하지 않는다는 점이나 실제 상황에 맞지 않는 근사 등이 있다. 본 연구에서는 이 점을 수정하여 더 정확한 모델을 도입하여 블랙-숄즈 모형을 개선하고 이를 실제 데이터와 비교하여 검증할 것이다. 또한 비현실적인 가정을 역으로 이용하여 시장의 상태를 확인하는 데에도 활용할 계획이다. 주제어: 블랙-숄즈 모형, 옵션, 미분방정식, 금융수학, 수학적 모델링
본 연구는 크기가 다른 두 종류의 입자에 대해 선택적 투과를 극대화하는 이온 필터 구조를 설계하는 데 중점을 두고 있다. 연구의 주요 목표는 큰 입자의 통과 비율을 최소화하면서 작은 입자의 통과 비율을 최 대화할 수 있는 필터의 기하학적 구조를 찾는 것이다. 이를 위해 수학적 해법과 전산적 해법을 각각 적용 하여 효율적인 필터 설계 방안을 도출하였다. 수학적으로 큰 입자의 통과 비율이 0일 때에 대하여 필터가 삼각 네트워크의 형태를 띌 때 최선이라 추측하였다. 또한, 강화학습 알고리즘을 적용하여 필터의 구조를 최적화하는 과정을 제안하였다. 이 연구는 이온 필터의 성능을 개선하는 데 기여할 수 있으며, 향후 다양한 입자 크기에 대한 추가 연구를 통해 더욱 효율적인 필터 설계에 기여할 것이다. Keywords: 구조 모델링, 삼각네트워크, 강화학습, DDPG
3D프린터는적층구조에따라출력을진행하기에,아래를지지할부분이없는공중에떠있는부분에는 구조를지지하는서포트가필요하다.하지만정밀한출력물이필요할경우에는서포트의양을줄이기위해 모델링한객체를분할하여별도로출력한후접착하는방식을활용한다.서포트를없애기위한기존의분할 출력연구에서는실제출력환경의조건을모두고려하지못한다는단점이있었다.따라서본연구에서는 기존연구들의결과를보완및발전시켜3D프린터의출력공간의크기제한을고려한Support-Free객체분할알고리즘을새롭게제시하였다.또한,분할된조각들을평면에정사영시킨후IrregularPacking Problem을적용시켜3D프린터의출력공간내에배치하였다.최종적으로모든조각을효율적으로출력하기위해서사용할수있는제한된프린터개수와각분할조각의출력시간을계산하여스케쥴링문제를 이용한출력시간최적화알고리즘을개발하였다. Keywords:Support-Free3D-Printing,Objectpartitioning,IrregularPackingProblem,Build VolumeLimitedmultiplePrinters,Timeoptimization
곡면에서의 최단 경로 탐색은 인공지능의 발전과 함께 중요한 연구 주제로 떠오르고 있다. 특히, 재난 환경 로봇과 같은 불규칙한 외부 환경에서 이동해야 하는 로봇들은 3차원 공간에서 최단 경로를 찾아 효율적으로 이동해야 한다. 또한, AI가 확대되고 있는 의료 분야에서도 의료 영상에서 해부학적 구조를 구분할 때 곡면에서의 최단 경로가 활용된다. 이처럼 다양한 분야에서 곡면 위의 최단 경로 탐색이 필요하며, 각 분야의 목적에 맞는 탐색 방법을 연구할 필요가 있다. 본 연구는 임의의 곡면에서 시작점과 도착점이 주어질 때 최단 경로를 제안하는 방법을 목표로 한다. 주제어: 곡면, 최단경로, 평가함수
본 연구는 동일한 폴리오미노를 이용한 자기유사성을 갖는 폴리오미노 타일링 가능성에 관하여 분석을 수행하였다. 동일한 4개의 폴리오미노를 타일링하여 2배 크기의 자기유사성을 갖는 폴리오미노를 이룰 수 있는 폴리오미노를 ‘2-프랙탈 폴리오미노’로 명명한 후 이를 만족할 수 있는 폴리오미노의 기준을 확립하고자 한다. L모양을 가지는 폴리오미노 중 변의 길이의 비가 한정된 폴리오미노를 가지고 ‘2-프랙탈 폴리오미노’가 되도록 하는 조건들을 제시한다. 이는 폴리오미노와 타일링에서의 수학적 이론을 확장시킴으로써 기여할 뿐 아니라, 이론이 적용되는 실생활의 상황에서 유용하게 활용될 것을 기대한다. 주제어: 자기유사성, 폴리오미노, 타일링, 확장
비행기 노선 수요가 적은 노선의 과다 존재는 항공사와 이용객 모두에게 부정적 영향을 끼친다. 이에 본 연구에서는 비효율적 노선을 확인 및 최적화하고자 한다. 그래프 신경망(GNN, Graph Neural Network)은 그래프 데이터 처리 및 분석에 효과적인 딥러닝 모델로, 본 연구에서는 여러 세부 모델 중 GAE(Graph Autoencoder)를 사용하여 분석하였다. 미국 국내선 데이터를 가공하여 유향 그래프화시킨 후, 모델을 이용하여 학습시킨 결과 최적화된 노선별 운행량을 알 수 있었다. 추후 연구를 통해 경유 비행기 종류, 경유, 항공사 간 경쟁 관계 등을 고려하여 더욱 일반화된 학습 모델을 제시할 것이다. 주제어: 비행기 노선, 최적화, GNN
본 연구는 해파리에게서 추출한 점액을 이용하여 수중 마이크로 플라스틱을 흡착 및 제거할 수 있는 필터를 제작하는 데에 목적이 있다. 이를 위해 해파리 점액을 기반으로 제작된 알지네이트 필터와 기존 알지네이트 필터의 형광 염색된 마이크로 플라스틱 흡착능을 형광도립현미경으로 분석하는 방식으로 진행되었다. 연구 결과는 해파리 점액을 기반으로 제작된 알지네이트 필터가 기존 알지네이트 필터에 비해 우수한 흡착능을 가지고 있고, 또한 점액 기반 알지네이트 필터 중 다공성 점액 필터가 가장 우수한 흡착능을 가지는 것으로 나타났다. 본 연구 결과를 바탕으로 마이크로 플라스틱 흡착 필터 제작의 새로운 방향을 제시하고, 나아가 필터 성능 향상에 기여할 것으로 기대된다. 주제어: 마이크로 플라스틱, 해파리 점액, 필터, 흡착
본 연구는 시아노박테리아 및 비브리오 피셔리(Vibrio fischeri)를 활용한 박테리아성 벽돌의 제작을 목표로 한다. 광합성하여 탄산칼슘을 생성하는 시아노박테리아의 특성을 이용하여 모래, 젤라틴, 시아노박테리아를 주 재료로 하여 벽돌을 제작하고 발광 특성을 접목하고자 비브리오 피셔리를 첨가한다. 이후 벽돌로써의 내구성 측정을 위해 압축강도 및 재생성 시험을 거칠 예정이다. 또한 시아노박테리아에 의한 탄산칼슘 생성량을 정량적으로 측정하고자 SEM과 XRD 검사를 시행할 것이다. 이로써 본 연구는 발광성 세균을 접목한 박테리아성 벽돌의 특성을 분석하며 미래 건축 재료로서의 가능성을 제시하고자 한다. 주제어: 친환경, 바이오블록, bioluminescence, 생광물화