최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.18 no.6, 2018년, pp.27 - 37
이중연 (한국과학기술정보연구원 국가슈퍼컴퓨팅본부) , 김민아 (한국과학기술정보연구원 국가슈퍼컴퓨팅본부) , 이세훈 (한국과학기술정보연구원 국가슈퍼컴퓨팅본부)
Streamline generation is one of the most representative visualization methods to analyze the flow stream of fluid dynamics dataset. It is a challenging problem, however, to determine the seed locations for effective streamline visualization. Meanwhile, it needs much time to compute effective seed lo...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
Q-criterion란 무엇인가? | 대용량 유동해석 데이터의 매우 많은 격자점들 중 중요도가 높은 격자점을 찾기 위한 방법으로 본 논문에서는 Q-criterion[11] 기반 방법을 사용한다. Q-criterion은 vorticity tensor의 제곱에 rate-of-strain tensor의 제곱을 뺀 값으로, 유동의 회전하려는 정도와 직진하려는 정도의 차이를 뜻한다. 이 값이 양수이면 회전하려는 성질이 직진하려는 성질보다 큰 영역이고 음수이면 그 반대인 영역이다. | |
와류 특징 영역을 찾는 알고리즘에는 무엇이 있는가? | 와류 특징 영역을 찾는 알고리즘에는 Q-criterion 이외에도 Pressure, Vorticity, Helicity, Okubo-Weiss criterion, λ2-criterion 등 여러 가지 방법이 존재한다[14]. 이러한 여러 방법 등 중, Q-criterion과 λ2-criterion의 와류 특징을 찾는 성능이 가장 좋은 것으로 알려져 있는데, 이 방법은 유사한 성능을 보인다[14]. | |
기존의 kd 트리에 비해 셀 트리가 가지는 특징은 무엇인가? | 반면에, 셀 트리는 각 노드 별로 부모 노드의 축을 나누는 평면과 자기 노드의 축을 나누는 평면을 별도로 두 개씩 정의하는 트리이다. 부모 노드의 분할 평면을 그대로 상속받지 않고 각자 정의함으로써 기존의 kd 트리에 비해 공간을 보다 밀집해서 표현하는 것이 가능하다[15]. OBB 트리는 분할한 셀들을 포함하는 경계 상자를 노드로 하는 계층트리로, 각 경계상자는 좌표축에 나란할 필요가 없다. |
L. Li and H. W. Shen, "Image-based streamline generation and rendering," IEEE Transactions on Visualization and Computer Graphics, Vol.13, No.3, pp.630-40, 2007.
B. Spencer, R. S. Laramee, G. Chen, and E. Zhang, "Evenly spaced sreamlines for surfaces: An image-based approach," Computer Graphics Forum, Vol.28, No.6, pp.1618-1631, Sep. 2009.
K. Burge, P. Kondratieva, J. Kruger, and R. Westermann, "Importance-driven particle techniques for flow visualization," IEEE Pacific Visualisation Symposium 2008, pp.71-78, 2008.
W. Engelke and I. Hotz, "Evolutionary Lines for Flow Visualization," Proceedings of EuroVis 2018 - Short Papers, 2018.
Shyh-Kuang Ueng, C. Sikorski, and Kwan-Liu Ma, "Out-of-core streamline visualization on large unstructured meshes," IEEE Transactions on Visualization and Computer Graphics, Vol.3, No.4, pp.370-380, Dec. 1997.
D. Camp, H. Childs, A. Chourasia, C. Garth, and K. I. Joy, "Evaluating the benefits of an extended memory hierarchy for parallel streamline algorithms," in 2011 IEEE Symposium on Large Data Analysis and Visualization(LDAV), pp.57-64, 2011.
C. M. Chen and H. W. Shen, "Graph-based seed scheduling for out-of-core FTLE and pathline computation," in 2013 IEEE Symposium on Large-Scale Data Analysis and Visualization (LDAV), pp.15-23, 2013.
Li Chen and I. Fujishiro, "Optimizing Parallel Performance of Streamline Visualization for Large Distributed Flow Datasets," IEEE Pacific Visualization Symposium 2008, pp.87-94, 2008.
D. Pugmire, H. Childs, C. Garth, S. Ahern, and G. H. Weber, "Scalable computation of streamlines on very large datasets," Proceedings of SC '09, 2009.
D. Camp, C. Garth, H. Childs, D. Pugmire, and K. Joy, "Streamline integration using mpi-hybrid parallelism on a large multicore architecture," IEEE Transactions on Visualization and Computer Graphics, Vol.17, No.11, pp.1702-1713, Nov. 2011.
J. C. R. Hunt. "Vorticity and vortex dynamics in complex turbulent flows," Transactions on Canadian Society for Mechanical Engineering (Proc. CANCAM), Vol.11, No.1, pp.21-35, 1987.
B. Kohler, R. Gasteiger, U. Preim, H. Theisel, M. Gutberlet, and B. Preim, "Semi-automatic vortex extraction in 4D PC-MRI cardiac blood flow data using line predicates," IEEE Transactions on Visualization and Computer Graphics, Vol.19, No.12, pp.2773-82, Dec. 2013.
Y. C. Ye and R. Miller, "In Situ Depth Maps Based Feature Extraction and Tracking," in IEEE Symposium on Large Data Analysis and Visualization (LDAV), pp.1-8, 2015.
T. Gunther and H. Theisel, "The State of the Art in Vortex Extraction," Computer Graphics Forum, 2018.
C. Garth and K. I. Joy, "Fast, memory-efficient cell location in unstructured grids for visualization," IEEE Transactions on Visualization and Computer Graphics, Vol.16, No.6, pp.1541-1550, 2010.
S. Gottschalk, M. C. Lin, D. Manocha, and C. Hill, "OBBTree: A Hierarchical Structure for Rapid Interference Detection," Proceedings of SIGGRAPH '96, pp.171-180, 1996.
이중연, 김민아, 이세훈, 허영주, "GLOVE: 대용량 과학 데이터를 위한 분산공유메모리 기반 병렬 가시화 도구," 한국정보처리학회논문지/소프트웨어 및 데이터 공학, 제5권, 제6호, pp.273-282, 2016.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.