Skip to content

Publication System Design Laboratory

Home Publication Conference
✔ 뷰어로 보기
Domestic Conference
2025.11.27 11:40

김진혁, 노명일, 여인창, "다층 퍼셉트론 구조와 자동 갱신형 근사 모델 기반의 선형 최적화 방법", 2025년도 대한조선학회 추계학술발표회, 창원, pp. 131, 2025.11.13-11.14

SyDLab
조회 수 618
Atachment
첨부 '1'
?

단축키

Prev이전 문서

Next다음 문서

가 크게 작게 위로 아래로 댓글로 가기 인쇄
?

단축키

Prev이전 문서

Next다음 문서

가 크게 작게 위로 아래로 댓글로 가기 인쇄
Extra Form
Abstract MLP (Multi-Layer Perceptron)를 활용한 선형 생성 방법은 MLP를 활용해 곡면을 정의하고, 이 곡면을 기준 선형에 더해 새로운 선형을 생성하는 방법이다. 이 방법은 기하학적 설계 요구 조건과 선형의 다양성을 손실 함수에 반영함으로써 고품질의 선형을 효율적으로 생성할 수 있다. 그러나 기존의 MLP를 활용한 선형 생성 방법은 선형의 복잡한 형상을 MLP가 충분히 반영하지 못해, MLP가 적용되는 구역을 제한하고 다수의 MLP를 동시에 사용해야 한다. 본 연구에서는 기존 방법의 이러한 한계를 극복하기 위해 정점의 특징과 인접 관계를 함께 학습하여 복잡한 선형의 형상을 반영할 수 있는 GNN (Graph Neural Network)을 활용하여 선형을 변환하는 방법을 제안하였다. 제안된 방법은 선형을 표현한 메쉬 (mesh)의 각 정점에서 특징 벡터 (feature vector)를 추출하고, 이를 바탕으로 선형을 변환하는 두 단계로 구성된다. 먼저, GNN이 각 정점의 특징 벡터를 효과적으로 추출할 수 있도록, node embedding을 이용하는 graph Autoencoder를 제안하였다. Encoder로 GNN을 이용하여 메쉬를 구성하는 각 정점으로부터 특징 벡터를 추출하고, decoder는 이 특징 벡터로부터 정점의 좌표를 복원하여 전체 메쉬를 재구성한다. 이때 복원된 정점의 좌표가 입력 좌표와 일치하도록 손실 함수를 정의하였다. 이후 GNN이 생성한 정점의 특징 벡터를 MLP에 입력하여 새로운 정점을 출력함으로써 선형을 변환하였다. 제안된 방법은 공개된 선형인 KCS (KRISO Container Ship)에 적용되었으며, 그 결과 선형이 효과적으로 변환됨을 확인하였다.
Publication Date 2025-11-14

김진혁, 노명일, 여인창, "다층 퍼셉트론 구조와 자동 갱신형 근사 모델 기반의 선형 최적화 방법", 2025년도 대한조선학회 추계학술발표회, 창원, pp. 131, 2025.11.13-11.14

위로 아래로 댓글로 가기 인쇄

  1. In-Su Han, Myung-Il Roh, In-Chang Yeo, Seong-Won Choi, Dohyun Chun, "A Method of Exemplar-Based Symbol Detection for Enhancing the Accuracy and Efficiency of Ship Fire and Safety Plan Review Processes", Proceedings of G-NAOE 2026, Houston, USA

    CategoryInternational Conference
    Read More

  2. In-Su Han, Myung-Il Roh, Min-Chul Kong, Seong-Won Choi, Hwasup Jang, Yeonhwa Jo, Gapheon Lee, "A Method for the Automatic Revision Identification in Ship Drawings", Proceedings of ICCAS 2026, Singapore, 2026.09.14-16

    CategoryInternational Conference
    Read More

  3. 강경현, 노명일, 여인창 "경비 임무를 위한 군집 제어 기반 복수 무인 수상정의 운용 시뮬레이션 방법", 2026년도 한국CDE학회 동계학술발표회, 용평, p. 279, 2026.02.09-02.12

    CategoryDomestic Conference
    Read More

  4. 한인수, 노명일, 여인창, 최성원 "선박 도면을 위한 원 샷 객체 탐지 방법", 2026년도 한국CDE학회 동계학술발표회, 용평, p. 238, 2026.02.09-02.12

    CategoryDomestic Conference
    Read More

  5. 안도혁, 노명일, 최성원, 여인창, 김정연, "선박 설계 안에 대한 유지보수성의 정량적 평가 방법", 2026년도 한국CDE학회 동계학술발표회, 용평, p. 277, 2026.02.09-02.12

    CategoryDomestic Conference
    Read More

  6. 오승준, 노명일, 김진혁, 안도혁, "선형 설계에서 획득 함수를 활용한 근사 모델의 자동 갱신 방법", 2026년도 한국CDE학회 동계학술발표회, 용평, p. 275, 2026.02.09-02.12

    CategoryDomestic Conference
    Read More

  7. 김하연, 노명일, 안도혁, 여인창, 최성원, "해상 상태를 고려한 선박의 성능 예측 방법", 2026년도 한국CDE학회 동계학술발표회, 용평, p. 148, 2026.02.09-02.12

    CategoryDomestic Conference
    Read More

  8. 김윤식, 노명일, 김하연, 여인창, 손남선, "실해역 환경에서 해상 장애물 추적을 위한 위치 예측 방법", 2026년도 한국CDE학회 동계학술발표회, 용평, p. 145, 2026.02.09-02.12

    CategoryDomestic Conference
    Read More

  9. 최성원, 노명일, 여인창, "심층 강화 학습을 이용한 협수로 내 선박의 충돌 회피 방법", 2026년도 한국CDE학회 동계학술발표회, 용평, p. 50, 2026.02.09-02.12

    CategoryDomestic Conference
    Read More

  10. 김진혁, 노명일, 여인창, "다층 퍼셉트론 구조와 자동 갱신형 근사 모델 기반의 선형 최적화 방법", 2025년도 대한조선학회 추계학술발표회, 창원, pp. 131, 2025.11.13-11.14

    CategoryDomestic Conference
    Read More
쓰기
Board Pagination Prev 1 2 3 4 5 6 7 8 9 10 ... 62 Next
/ 62

Powered by Xpress Engine / Designed by Sketchbook

sketchbook5, 스케치북5

sketchbook5, 스케치북5

나눔글꼴 설치 안내


이 PC에는 나눔글꼴이 설치되어 있지 않습니다.

이 사이트를 나눔글꼴로 보기 위해서는
나눔글꼴을 설치해야 합니다.

설치 취소