탭 버튼을 선택하면 분야별로 볼 수 있습니다.
본 연구는 은하 원반에서 나타나는 나선팔 형성 과정을 스윙 증폭 이론에 기반해 수치적으로 분석하였다. 분산관계식으로부터 계수 함수 ()를 계산하고, 이를 이용해 운동 방정식을 적분하여 증폭계수 를 산출하였다. (, ) 파라미터 공간을 체계적으로 탐색한 결과, 증폭은 ≈1.4, ≈1.0에서극대화되는 경향을 보였으며 이는 기존 이론과 값에서 차이가 나타난다. 또한, 일부 조건에서는=0부근에서 변위가 비정상적으로 소멸하거나 전역 분포에서 이상점이 발생하는 등 구조적 한계가확인되었다. 이는 단순한 수치 오차가 아니라 분산관계식의 특성에서 비롯된 것으로 파악하였다. 향후 안정화 기법과 근 찾기 개선이 필요하다. 본 연구는 스윙 증폭의 정량적 이해와 수치 시뮬레이션 방법론 개선의 토대를 마련하였다. 주제어: 스윙 증폭, 나선팔, 은하 원반, 수치 해석, 증폭 계수
물리계의운동을인공신경망으로예측하는시도가최근들어활발히진행되고있다. 그중HamiltonianNeural Network(HNN)가단순한아키텍처대비좋은성능을보여주고있으나, 데이터의오차에민감하고장기예측시안정성이떨어진다는한계점이존재한다. 본연구는이를보완하기위해계의보존량을도입한다. Poisson bracket Neural Network(PoiNN)을설계하여실험데이터를바탕으로계의보존량을찾고, PoiNN과HNN의협동학습을진행하는모델을설계하였다. 이모델을이체문제(2-body problem) 에적용하여기존HNN과비교하였고, 오차가포함됐을때장기예측시궤적및에너지예측안정성이뛰어남을입증하였다. 이연구를통해데이터기반(data-driven) 물리계분석의안정성을보장받고, 추후많은연구의기틀이되기를기대한다. Keywords : Hamiltonian, Poisson bracket, Hamiltonian Neural Network (HNN), Conservation lawestimation
유발한다. 본 연구는 이러한 문제에 대한 사전 예방적 접근 방안을 모색하고자, 자성물질과 자기장을 활용한 지반 강화 기술의 효과를 탐구한다. 자성물질을 혼합한 토양에 자기장을 가하여 입자 간정렬 및 응집 효과를 유도하고, 지반 시뮬레이션을 통해 지반 강도와 투수 특성의 변화를 확인한다. 또한, 비자성 물질인 텅스텐 카바이드를 이용한 대조군 실험을 설계하여 단순한 비중 효과와 자기적 효과를 구분한다. 또한, 지반 시뮬레이션 프로그램을 활용하여 실제 싱크홀 취약 지반에 적용했을 때의 효과를 모델링한다. 궁극적으로, 본 연구는 자성물질을 활용한 친환경적이고 경제적인 지반강화 기술을 제안하고, 도시 안전 증진에 기여하고자 한다. [주제어: 지반 강화, 싱크홀, 자기장, 자성물질]
본 연구에서는 난수 적합성 검정을 통과한 의사난수 발생기(PRNG)에서 생성된 의사난수열과 양자난수 발생기(QRNG)에서 생성된 진난수열을 구분할 수 있는 인공지능 모델을 개발하고자 하였다. 이를 위해 세 개의 LFSR을 비선형적으로 결합하여 NIST SP 800-22 테스트의 모든 항목을 만족하는 PRNG를 구현하였으며, QRNG에서 수집한 노이즈를 수학적으로 처리하여 이진수열 형태의 진난수 데이터를 확보하였다. 개발된 PRNG에서 생성된 의사난수열과 진난수열을 학습 데이터로 활용하고, Transformer와 CNN과 같은 딥러닝 기법을 적용하여 특정 조건에서 양자 기반 진난수와 알고리즘 기반 의사난수를 구분할 수 있는 모델을 개발하였다. 주제어 : LFSR, PRNG, QRNG, 인공 신경망, CNN
댕기열(DENV), 웨스트나일바이러스(WNV), HIV는 전 세계적으로 인류 건강에 부담을 주는 주요 바이러스이다. 본 연구는 이들 바이러스의 스파이크(또는 외피) 단백질과 숙주 수용체의 결합 에너지가 감염률 및 치사율과 어떤 관련을 가지는지 분석하고자 하였다. NCBI에서 스파이크 단백질 서열을 확보하고 Alphafold로 3차원 구조를 예측한 뒤, 수용체와의 결합 에너지를 계산하였다. 이를 국가별 치사율 및 인구 통계 자료와 함께 RNN 모델에 적용하여 결합 에너지와 치사율 간 상관성을평가하였다. 본 연구는 결합 에너지가 감염 및 병원성 지표에 영향을 줄 수 있음을 확인하고, 향후변이 바이러스 위험 평가에 참고 지표로 활용할 가능성을 제시한다. [주제어: RNN, RNA 바이러스, 스파이크 단백질, RoseTTA]
카페인 섭취는 심박수 변화를 유발해 인공 심상 착용 환사에게 ATS 초래할 수 있다. 본 연구는카페인 섭취 후 혈중 SSE 약동학076) 모델의 Bateman 식으로 계산하고, 이를 기반으로 심박수변화를 예측하는 DNN 모델을 개발하였다. 3006의 RedBull and Heart Rates Dataset} GlobalCoffee Health 1081056(을 활용하여 70% 학습, 30% 검증으로 모델을 훈련했으며, 인공 심장 환자의혈중 카페인 SES 실시간 추적해 예상 심박수 상승분만큼 인공 심장의 박동을 자동 보정하는 시스템을 구현하였다. 또한 openCARP 시뮬레이터를 통해 성능을 검증하고, Heart Failure PredictionDatasetOe 심박수 변화와 심부전 발생 가능성을 예측하는 보조 모델을 구축하여 제안한 시스템이심부전 AUS 낮출 수 있음을 확인하였다. 주제어: 심박수 변화, 인공 심장, DNN, 약동학 모델링
우리나라는 봄철 건조한 FS 대형 PL] 빈발하나 인력 장비 부족으로 초기 대응이 미흡한 실정이다. 이에 본 연구에서는 제한된 AUS 효율적으로 DHE 수학적 모델을 제안하고자 한다. 우선 날씨, 바람, 지형 SS 반영한 확률 기반시뮬레이션으로 Heo] 확산을 예측하고. 바람과 경사가 확산에 직접적으로 끼치는 영향을 수학적 모델을 통해 분석한다. 추가적인 연구를 통해 이를 토대로 고위험 지역에 소방 인력과 장비를 최적으로 배치하는 전략을 제안하여 실제 현장gel 맞는 방안 마련을 목표로 하며, 이를 통해 피래 최소화와 생태계 보존, 기후 위기 대응에 기여하고자 한다. 주제어: 산불 확산 수학적 모델링. 소방 자원 배치. ODE, Finsler Metric
최근 자율주행로봇 경로 계획 등 다양한 첨단 분야에서기반 차원 공간 매핑 기법의 중LiDAR요성이 점차 커지고 있다그러나는 고가의 장비로 소규모 환경에서 활용하기 어렵LiDAR대용량의 데이터 특성을 가지여실시간 메시 생성 및 시각화에 어려움을 야기한다구는 휠 엔코더 및센서를 종합해 로봇 위치 및 자세를 추정함으로써상대적으로 저렴한
본 연구에서는 인간의 투구 동작을 모사한 시뮬레이션 모델과 로봇 팔을 통해 공의 속도와 회전량에 영향을 주는 요인들을 분석하였다. 어깨 관절과 팔꿈치 관절의 회전 속도가 공의 발사 속도에미치는 영향, 그리고 손목의 회전 속도와 릴리스 타이밍이 공의 회전 속도(RPM)에 미치는 영향을중점적으로 살펴보았다. 시뮬레이션 결과, 팔꿈치의 신전 운동이 공의 직선 속도에 가장 큰 영향을미쳤으며, 손목의 회전 속도는 공에 스핀을 부여하는 데 핵심적인 역할을 하는 것으로 나타났다. 반면 공의 발사 시각을 조절하는 요인은 회전량에 큰 영향을 주지 않았다. 또한, 로봇 팔을 통해 실제환경에서도 시뮬레이션과 같은 결과가 나타나는지를 확인하고자 한다. 이러한 결과를 통해 투사 운동의 효율을 높이고자 할 때 각 관절 운동의 기여도를 정량적으로 파악할 수 있었으며, 이는 향후투구 동작의 기술 향상이나 자동 투사 장치 설계 등에 유용한 지침을 제공한다. [주제어: 팔 관절 모사, 투구 로봇, 역회전(백스핀), 마찰 제어]
주제어: Exact Cover, Knuth’s algorithm X, Dancing links, Optimization
본연구는루트가있는트리T 에서동적으로변하는정점집합S 에대한가상트리A(S)를효율적으로유지하는새로운자료구조를제안하였다. 제안된자료구조는기존의정적가상트리접근법의한계를극복하며, 온라인환경에서정점이추가되거나삭제될때마다구조를실시간으로업데이트할수있도록설계되었다. 이를통해, 가상트리의노드포함여부, 부모-자식관계등의핵심정보를매연산당O(log n) 시간에유지할수있다. 본연구의자료구조는동적그래프알고리즘분야에중요한기여를하며, 향후확장가능성이크다. 예를들어, 가중치가있는트리나다중트리구조로의일반화, 또는병렬처리지원을통해빅데이터분석이나AI 기반그래프학습등의더넓은응용영역으로발전할수있다. 앞으로이자료구조를기반으로한응용이나추가연구가기대된다. [주제어: Auxiliary Tree]
본 연구는 대규모 분산 시스템, 클라우드 인프라, IoT 네트워크 등에서 발생하는 트리 병합 시 센트로이 드의 위치를 효율적으로 갱신하는 문제를 다룬다. 트리 병합 후 센트로이드가 항상 작은 트리의 센트로이 드에서 큰 트리의 센트로이드 방향으로 경로를 따라 이동한다는 성질을 세 개의Lemma로 증명하고, 이 를 기반으로 센트로이드 후보 탐색 구간을 단일 경로로 축소하였다. 또한small-to-large 병합 기법을 적 용해 총 정점 수가 N 개인 포레스트에서 총 이동량을 O(N logN) 으로 상계하였으며, Link-Cut Tree 및 sparse table을 활용한 알고리즘을 설계해 전체 시간복잡도를O(N log2 N)으로 최적화하였다. 본 연구는 기존의 전탐색 기반 접근법 대비 연산 시간을 크게 절감하고, 센트로이드 갱신의 안정성을 확보한다. 향후 연구로는 트리 분할 상황에서의 센트로이드 재계산, 가중 노드 및 비용 함수가 포함된 일반화 문제로의 확장을 제안한다. [주제어: 트리, 센트로이드, 동적 갱신 알고리즘, 트리 병합 최적화, Link-Cut Tree]