인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
본 논문에서는 다항식 보간법의 일종인 이동최소자승법(Moving least squares, MLS)을 네트워크로 학습하여, Divergence-constrained MLS 벡터장을 효율적으로 표현하는 방법을 제안한다. 벡터장을 구성하기 위해 MLS는 스칼라가 아닌 벡터 보간을 해야 하므로 행렬과 벡터의 크기가 더 커지며, 이는 계산량이 커짐을 나타낸다. 고차 보간(High-order interpolation)이 가능한 특징은 장점이 되지만, 계산량이 매우 크기 때문에 시뮬레이션에는 활용이 어렵다. Divergence-constrained MLS를 유체 시뮬레이션에 적용한 경우가 있지만, 실제로 슈퍼컴퓨터(Supercomputer)를 해야 장면 제작이 가능하므로 효용성이 떨어진다. 본 논문에서는 이러한 문제를 해결하기 위해 네트워크 학습을 통한 Divergence-constrained MLS 벡터장을 표현할 수 있는 결과를 보여준다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
