음함수에 기반한 실시간 GPU 슬라이싱

Q: 이 논문에서 정의한 음함수 표현법이란 무엇인가?

음함수 표현법은 3D 프린팅 모델을 다루는 프레임워크의 핵심으로, 메시 표현법의 단점을 해결하며 3D 프린팅에 적합한 모델 표현 방식이다. 날카로운 구조 표현에는 한계가 있지만, GPU 기반의 실시간 슬라이싱 및 내부 지지 구조 생성에 용이하다. 한 번 생성된 음함수는 재사용되어 계산량을 줄이는 장점이 있다.

Q: 음함수 기반의 GPU 슬라이싱 기법은 3D 프린팅 과정에서 어떤 이점을 제공하는가?

연구 결과, 음함수 기반의 GPU 슬라이싱 기법은 3D 프린팅 모델의 레이아웃 단계에서 프린팅 시간과 재료 소비량 등의 정보를 실시간으로 확인할 수 있게 한다. 이는 256³ 해상도의 슬라이싱을 12fps로 계산하며, 5% 미만의 볼륨 계산 오차로 높은 정확도를 제공하여 효율적인 3D 프린팅 준비를 가능하게 한다.

김현준; 로정; 김민호

추천

검색

질문

자료유형: 학술대회자료

저자정보: 김현준 (서울시립대학교) 로정 (서울시립대학교) 김민호 (서울시립대학교)

저널정보: 한국컴퓨터그래픽스학회 한국컴퓨터그래픽스학회 학술대회 한국컴퓨터그래픽스학회 2018년 KCGS 학술대회 논문집

발행연도: 2018.7

수록면: 23 - 24 (2page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

본 논문에서는 음함수에 기반한 3D 프린팅용 실시간 슬라이싱 알고리즘을 제안한다. 입력 모델을 SDF(Signed Distance Field) 함수로 변환한 후 지정한 두께를 갖도록 GPU(Graphics Processing Unit)에서 실시간으로 슬라이싱이 이루어진다. 또한 다양한 형태의 내부 지 ... 전체 초록 보기

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)