• 한국컴퓨터그래픽스학회논문지
• /
• 제15권4호
• /
• pp.1-11
• /
• 2009

본 연구에서는 다각형 메쉬 모델들에 대한 시뮬레이션 수행시 주요 병목현상으로 제기되는 충돌감지의 효율성을 높이기 위하여, 연속 시간사이에서 이산시간 스위프트로 형성된 프리즘을 단위로 하는 효율적 메쉬 컬링 기법을 제안한다. 제안 기법에서는 우선, 연속 시간사이에서 대응되는 두 삼각형을 이용하여 프리즘을 정의하고, 프리즘 단위의 폐쇄검사(Occlusion Query) 기반 가시성 테스트(Visibility Test)를 실시하여, 교차 가능성이 없는 프리즘을 세부 충돌테스트의 대상에서 제외시킨다. 또한, 가시성 테스트 결과로 추출된 프리즘의 충돌가능 집합(PCS: Potential Colliding Set)에서 충돌 가능성이 없는 프리즘의 쌍들을 분리축 테스트(SAT: Separating Axis Test)을 기반으로 분류하는 협대역 컬링(Narrow Band Culling)을 수행한다. 분리축 테스트 시, 두 프리즘의 영역을 각각의 반공간(Half Space)에 포함시키는 평면을 정의하고 이에 수직인 주축을 정의하여, 단일 주축에 대한 분리 검사를 수행함으로써 수행 효율성을 높인다. 제안기법의 성능을 평가하기 위하여 서로 다른 크기의 벤치마크 모델을 선정하고, 제안 기법 적용 전후의 세부 층돌검사 대상 프리즘 쌍의 수를 비교하였다. 또한, 단일 주축에 대한 분리축 테스트 기반 컬링의 효율성을 입증하기 위하여, 프리즘 쌍에 대한 가시성테스트 실험 결과와 비교하였다. 2916개와 2731개의 삼각형으로 구성된 두 메쉬모델에 대한 컬링 실험에서, 제안 컬링기법 적용시 99%의 효과적인 컬링결과를 얻었다.

• 한국IT서비스학회:학술대회논문집
• /
• 한국IT서비스학회 2007년도 추계학술대회
• /
• pp.437-440
• /
• 2007

비즈니스 프로세스를 반영하는 엔터프라이즈 시스템 구현에 SOA가 주목받고 있다. 최근 많은 기업들에서 기존의 시스템을 SOA로 재구축하거나, 새로운 기능들 SOA기반으로 구축하려는 움직임이 활발하다. 그러나 이러한 프로젝트들이 현실적으로 실제 시스템으로 사용되기 어려운 점은 그에 대한 시험방법의 부재이다. 서비스 단위 테스트는 기존의 구현 코드 기반 또는 블랙박스 테스트 방법으로 접근 가능하나, 서비스들의 통합 테스트는 기존의 방법 적용과 더불어 SOA의 서비스 연결 개념을 정확하게 반영해야 할 필요가 있다. 서비스의 일대일 통합이 아닌, 전반적인 서비스들의 연결 구조를 분석하여 서비스 연결 부분에 대한 테스트 방만을 도출하여야 한다. 본 논문은 고 시작으로서 SOA 패러다임을 적용한 서비스 연결 구조를 분석하는 방법을 제안한다. 이는 SOA가 주장하는 비즈니스 프로세스와 어플리케이션 로직과의 분리와 서비스들 사이의 느슨한 연결 규칙을 준수하는 연결구조를 대상으로 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(C)
• /
• pp.226-229
• /
• 2010

본 연구에서는 다양한 density profile 특징추출에 기반한 염색체 자동분류방법들의 성능을 비교분석하였다. density profile은 염색체의 밴드패턴을 가장 잘 표현한 특징으로 염색체의 중심축을 구성하는 화소들의 밝기 값을 추출하는 방법이다. 염색체의 밴드패턴은 염색체의 끝단까지를 잘 표현해주어야만 정확한 염색체번호를 확인할 수 있다. 따라서 염색체의 중심축을 추출하여 염색체 끝단까지 확장 처리한 방법에 대한 성능을 확인하였다. 염색체 중심축에 위치한 화소만을 이용한 프로파일은 잡음에 민감할 수 있으므로 이를 해결하기 위하여 염색체의 중심축에 대한 화소 값 대신 주변 밝기 값들에 대한 평균을 이용한 국소평균방법과 중심축의 수직라인 상에 존재하는 화소 값들에 대한 평균을 구한 수직평균방법을 비교하였다. 분류알고리즘은 k-NN을 사용하였고, 실험데이터는 (주)Gendix 로부터 제공받은 임상적으로 정상인 100명(남자 50명, 여자 50명)으로부터 추출한 4600개의 염색체 영상을 훈련데이터와 테스트데이터로 각각 50%씩 랜덤하게 분리하여 실험하였다. 실험결과 중심축을 확장하고 수직평균에 대한 프로파일을 특징으로 추출하여 분류한 경우가 가장 좋은 성능을 보였다.