Efficient learning representation of fire-flake particle generation with linear regression
제목 : 불똥 입자 생성을 효율적으로 학습 표현하기 위한 선형 회귀
김수미* 김동희* 김종현*
(* : 강남대학교 소프트웨어응용학부)
한국컴퓨터정보학회 하계학술대회 2022년
제목 : 불똥 입자 생성을 효율적으로 학습 표현하기 위한 선형 회귀
김수미* 김동희* 김종현*
(* : 강남대학교 소프트웨어응용학부)
한국컴퓨터정보학회 하계학술대회 2022년
Abstract : 본 논문에서는 간단한 선형 회귀를 이용하여 복잡한 불 시뮬레이션(Fire simulation)에서 표현되는 불똥 입자(Fire-flake particle)을 효율적으로 생성할 수 있는 방법을 제안한다. 일반적으로 불 시뮬레이션에서 불꽃은 격자기반으로 표현하고, 불똥은 입자로 표현하는 입자-격자 하이브리드 시스템을 이용한다. 이러한 방식을 그대로 인공신경망에 사용을 하게 되면 상대적으로 메모리가 많이 필요하며 계산양도 증가된다. 특히, 불똥 입자가 존재하지 않는 부분에서도 격자 공간에 대한 메모리를 할당해야 되기 때문에 고해상도 불똥 효과를 학습하는데 있어서 많은 문제점을 가지고 있다. 이러한 문제를 완화하기 위해 본 논문에서는 격자 단위가 아닌, 입자 단위로 불똥 입자 생성을 학습할 수 있는 방법을 제안한다.
[paper]