• Journal of the Korea Society of Computer and Information
• /
• v.29 no.11
• /
• pp.97-105
• /
• 2024

Lots of tasks including physical systems modeling, chemical reaction prediction, and relation extraction require dealing with higher-order relations. Graph neural networks (GNNs) are favorite models for relational data but they have inherent limits due to their focus on pairwise relationships. Topological data analysis (TDA) provides insight into the "shape" of data (or underlying data topology). TDA aims to infer information about data manifold such as connectivity and offers higher-dimensional analog of graphs. Topological deep learning (TDL) combines various deep learning techniques with TDA. TDL enables us to formulate simplicial complex and cell complex through techniques such as low-dimensional embedding and attention. In this paper, we summarize recent achievements especially on simplicial complex and cell complex. We also provide succinct descriptions of related concepts.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.257-258
• /
• 2015

전력 계통은 전력을 목적지로 전송한다는 관점에서 하나의 그래프로 볼 수 있다. 그래프를 형성함에 있어서 목적에 따라 어떠한 구성으로 이루어지는지 달라지기 때문에 전력 계통의 토폴로지(topology) 분석이 필요하다. 실제 전력 계통망의 연결 구조를 보면 노드(node)와 링크(link)의 관점에서 해석이 가능하다. 예를 들어 모선, 발전소, 변전소 등을 하나의 노드로 서로 간에 연결 된 선로들을 링크로 볼 수 있다. 따라서 이러한 그래프 모델을 적용해서 전력망을 해석하고 토폴로지 특성을 분석할 수 있다. 본 연구는 미국 송전망과 국내 송전망의 실제 데이터를 이용하여 토폴로지 특성을 비교 분석한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.754-756
• /
• 2003

DNA칩 기술로 얻어지는 대규모 섭동데이터(perturbation data)는 생물학적시스템(biological system)의 유전자네트워크(genetic network)를 재구성(reverse-engineering)하는데 있어 유용하다. 그러나 기존의 연구는 유전자 조절 관계의 규명이나 혹은 데이터를 설명하는 최적의 모델을 찾는 방향에만 관심을 두고 있고. 실험적인 한계로 인한 DNA칩 데이터의 오류가 재구성된 네트워크의 구조에 미치는 영향에 대해서는 중요하게 다루고 있지 않다. 본 논문에서는 유전자 네트워크의 멱함수(power-low) 분포 구조를 이용하여, 섭동 데이터의 오류가 재구성된 네트워크의 토폴로지(topology)에 미치는 영향을 분석하였다. 가상의 네트워크에 대한 데이터를 사용하여 실험한 결과, 데이터의 오류 정도에 따른 네트워크 토폴로지의 변형 양상을 관측할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.482-482
• /
• 2022

하천의 합류부에서는 수질이 다른 유체가 혼합하여 합류 전과 다른 특성을 보인다. 하천의 합류부에서 수질을 효율적으로 관리하기 위해서는 수질의 공간적인 혼합 특성을 규명하는 것이 중요하다. 합류부에서 수질의 공간적인 혼합 특성을 분석하기 위해 본 연구에서는 토폴로지 데이터 분석(topological data analysis, TDA), 자기 조직화 지도(Self-Organizing Map, SOM), k-평균 알고리즘(K-means clustering algorithm) 세 가지 기법을 이용하였다. 세 가지 기법을 비교하여 어떤 알고리즘이 합류부의 수질 변화 특성을 더 뚜렷하게 나타내는지 분석하였다. 수질 변화 비교 인자들은 pH, chlorophyll, DO, Turbidity 등이 있고, 수질 인자들은 YSI를 활용해 측정하였다. 자료의 측정 지역은 낙동강과 황강이 합류하는 지역이며, 보트에 YSI 장비를 부착하고 횡단하여 측정하였다. 측정한 데이터를 R 프로그램을 통해 세 가지 기법을 적용시켜 수질 변화 비교를 분석한다. 토폴로지 데이터 분석(topological data analysis, TDA)은 거대하고 복잡한 데이터로부터 유의미한 정보를 추출하는 데 사용하고, 자기조직화지도(Self-Organizing Map, SOM) 기법은 차원 축소와 군집화를 동시에 수행한다. k-평균 알고리즘(K-means clustering algorithm) 기법은 주어진 데이터를 k개의 클러스터로 묶는 머신러닝 비지도학습에 속하는 알고리즘이다. 세 가지 방법들의 주목적은 클러스터링이다. 클러스터 분석(Cluster analysis)이란 주어진 데이터들의 특성을 고려해 동일한 성격을 가진 여러 개의 그룹으로 대상을 분류하는 데이터 마이닝의 한 방법이다. 군집화 방법들인 TDA, SOM, K-means를 이용해 합류 지역의 수질 특성들을 클러스터링하여 수질 패턴들을 분석해 하천 수질 오염을 방지할 수 있을 것이다. 본 연구에서는 토폴로지 데이터 분석(topological data analysis, TDA), 자기조직화지도(Self-Organizing Map, SOM), k-평균 알고리즘(K-means clustering algorithm) 세 가지 기법을 이용하여 합류부에서의 수질 특성을 비교하며 어떤 기법이 합류의 특성을 더욱 뚜렷하게 나타내는지 규명했다. 합류의 특성을 군집화 방법을 이용해 알게 된다면, 합류부의 수질 변화 패턴을 다른 합류 지역에서도 적용할 수 있을 것으로 기대된다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2009.04a
• /
• pp.317-318
• /
• 2009

3차원 모델링 기술에 관한 이론적인 연구는 활발히 진행 중에 있으나 이를 실제로 구현한 사례는 극히 드물다. 현재 사용되고 있는 3차원 모델은 가시화에 초점을 두고 있어 토폴로지 구조를 갖고 있지 않는다. 따라서 3차원 공간 분석이나 어플리케이션 개발에 한계가 있다. 그러나 공간 DBMS를 이용함으로써 토폴로지 기반의 모델을 생성하고 다양한 공간 분석 및 가시화에 활용할 수 있다. 본 연구에서는 공간데이터베이스 기반의 4가지 3차원 데이터모델을 제시하고 이들의 쿼리 수행능력을 비교 분석해 봄으로써 분석 및 가시화에 적합한 모델을 제안한다.

• Proceedings of the KIEE Conference
• /
• 2006.11a
• /
• pp.297-299
• /
• 2006

최근 들어 전력 계통은 점차 복잡해지고 계통 규모 역시 빠른 속도로 성장하고 있다. 이러한 환경 하에서 전력계통의 안정적, 경제적 운영을 담당하고 있는 한국전력거래소는 EMS(Energy Management System)를 통해 실시간 전력계통에 대한 정확한 판단을 기반으로 전력계통의 안정성과 경제성 확보에 주력하고 있다. EMS의 다양한 기능 중 스카다(SCADA) 기능은 단순히 취득 데이터를 처리하는 기능뿐 아니라 인텔리젼트한 기능을 탑재하고 있는데 이중 대표적 기능이 스카다 토폴로지(SCADA Topology)라 할 수 있다. 스카다 토폴로지는 그 이름에서 알 수 있듯이 스카다에서 실시간 취득, 처리되는 아날로그와 스테이터스 데이터를 기반으로 전력계통에서 운용하는 각종 전력설비(발전기, 송전선로, 변압기, 조상설비 등)에 대한 가압 또는 무압여부를 스캔주기(2초)내에 결정하는 기능을 말한다. 현재 전력거래소는 100인치 화면 16장을 연견한 Rear Projector에 전국전력계통도 화면을 제작하여, 한눈에 전력계통의 가압 또는 무안상태를 표시 실시간 감시에 활용하고 있다. 그럼에도 국내에서는 스카다 토폴로지에 대해 소개된 논문이나 소개가 부재한 형편임을 감안하여, 본고는 스카다 토폴로지의 기본 알고리즘을 분석하여 국내 스카다 기능의 선진화에 기여하고자 한다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2007.06a
• /
• pp.313-317
• /
• 2007

도시 소음이 미치는 경제적, 사회적 영향이 커짐에 따라 최근 도시소음에 대한 관심이 높아지고 있다. 그러나 기존의 2차원 소음지도를 통해서는 점점 복잡해지고 대규모화 되어 가는 건물의 각 공간에 대한 소음분석 및 시각화에 한계가 있다. 따라서 본 연구에서는 소음데이터의 3차원 시각화 및 공간별 소음분석을 위해 토폴로지가 부여된 3차원 GIS 데이터 모델을 제시하였다. 건물의 각 공간을 볼륨과 벽체들로 구성하고 공간간의 토폴로지를 부여하기 위해 DB에서 관계를 정의해주고 DB의 볼륨테이블과 벽체테이블에 저장된 소음데이터를 이용하여 3차원 소음분석 및 시각화가 가능하도록 하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.9
• /
• pp.1655-1665
• /
• 2017

Recently data centers are being constructed actively by many cloud service providers, enterprises, research institutes, etc. Generally, they are built on tree topology using ECMP data forwarding scheme for load balancing. In this paper, we examine data center network topologies like tree topology and fat-tree topology, and load balancing technologies like MLAG and ECMP. Then, we propose a scheduling algorithm to efficiently transmit particular files stored on the hosts in the data center to the destination node outside the data center, where fat-tree topology and OpenFlow protocol between infrastructure layer and control layer are used. We run performance analysis by numerical method, and compare the analysis results with those of ECMP. Through the performance comparison, we show the outperformance of the proposed algorithm in terms of throughput and file transfer completion time.

• Journal of Korean Society for Geospatial Information Science
• /
• v.16 no.4
• /
• pp.41-48
• /
• 2008

Currently used 3D models, which are mostly focused on visualization of 3D objects and lack topological structure, have limitation in being used for 3D spatial analyses and applications. However, implementing a full topology for the indoor spatial objects is less practical due to the increase of complexity and computation time. This study suggests an alternative method to build a 3D indoor model with less complexity using a spatial DBMS. Storing spatial and nonspatial information of indoor spaces in DB tables enables faster queries, computation and analyses. Also it is possible to display them in 2D or 3D using the queried information. This study suggests a 2D-3D hybrid data model, which combines the 2D topology constructed from CAD floor plans and stored in a spatial DBMS and the 3D visualization functionality. This study showed the process to build the proposed model in a spatial DBMS and use spatial functions and queries to visualize in 2D and 3D. And, then, as an example application, it illustrated the process to build an indoor evacuation simulator.

• Spatial Information Research
• /
• v.21 no.2
• /
• pp.1-9
• /
• 2013

Recently many researches have focused on indoor navigation system. An optimal indoor navigation method can help people to find a path in large and complex buildings easily. However, some indoor navigation algorithms only calculate approximate routes based on spatial topology analysis, while others only use indoor road networks. However, both of them use only one of the spatial topology or network information. In this paper, we present a navigation method based on topology analysis and room internal networks for indoor navigation path. FT-Indoornavi (Flexible Topology Analysis Indoornavi) calculate internal routes based on spatial topology and internal path networks to support length-dependent and running-time optimal routing, which adapt to complex indoor environment and can achieve a better performance in comparison of Elastic algorithm and iNav.