Three-Dimensional Bin Packing and Mixed-Case Palletization

페이지 정보

profile_image
작성자 이유진
댓글 1건 조회 423회 작성일 23-01-27 16:08

본문

2023.01.27

제목: Three-Dimensional Bin Packing and Mixed-Case Palletization

요약: 레이어를 기반으로 한 새로운 공식과 칼럼 생성 프레임워크를 제안합니다. 레이어의 밀도를 증가시키는 것은 암시적으로 높은 안정성과 빈이 구성될 때 더 밀도가 높은 레이어를 우선시합니다. 더 나은 간격과 지원증가를 위해 항목을 layer로 고르게 분배하는 방법을 제안하여 대규모 산업 데이터 셋을 분석하고 향후 벤치마킹의 기반으로 사용될 3DBPP에 대한 현실적인 사례를 생성할 수 있습니다.

발표 링크:
https://us02web.zoom.us/rec/share/Rzu64AzhLF4U8AxlakOMSQwjyjFfxb8OnMgrITs1Nk4Sphwni2eCl8UONzUUwXOj.aIugMl8LJkTb2660

첨부파일

댓글목록

profile_image

이상민님의 댓글

이상민 작성일

이번 통합 세미나에서는 유진이가 3d bin packing problem에 대한 연구를 수행하였다. bin packing은 조합최적화 문제 중 하나로, n개의 물품들을 포장할 때 최소한의 m 박스만으로 포장하는 조합을 찾는 문제이다. 1d라면 1차원 공간상에서 위치시키는 것이므로 특정 프로세스 인스턴스를 메모리 공간상에 적재시키는 문제가 될 수 있고, 2d 문제라면 창고의 x, y축만을 보고 물건들을 적재하는 예시가 될 것이다. 3d 문제라면 창고의 높이까지 감안하여 쌓는 문제가 되겠고, 이 때 몇개의 창고로 주어진 물건을 다 적재시킬까 탐색한다. 발표한 논문에서는 super item(함께 배치하는 아이템 그룹)을 선정하고 공간상 배치하는 방법, significant features 만을 뽑는 차원축소를 통해 문제를 단순하게 만들고 근사해를 도출하는 것, 그리고 최소한 bin을 사용하는 것과 x, y 외 높이 z에 대해서 각각 제약조건을 분리하여 탐색하는 procedure를 소개하고 있다. 발표하는데 있어서 옆의 질문자의 목소리가 잘 들리지 않아서 문제상황 인지가 쉽지는 않은데, 실험 설정상 item의 수, 크기, bin의수 등을 고려하는 다양한 시나리오를 설정하였고 좋은 성능을 보이는 것으로 알려진 864 알고리즘 대비 좋은 근사해를 보였다.
유진이는 병리AI란 단일 연구를 1년 넘게 진행해온 우리 연구실 주축 중에 한명이다. 최근 AI/ML을 활용하는 다양한 연구과제에 참여하며 연구 테마를 잘 확장해가고 있다. 금일 다루었던 최적화 연구에 대해서도 나름 깊이 있게 이해하고 소개한 모습이 보였다. 매 순간 본인과 주변의 웃음을 잘 선사하면서 자신의 속도로 누구보다 잘 성장하고 있는 대학원생이라 생각한다. 우리 연구실의 모토로 '행복한 연구실'을 추구하는 만큼 가장 잘 어울리는 학생이다. 유진이가 연구의 꽃을 피우는 시기를 잘 인내하며 웃음을 잃지 않고 앞으로 나아가기를 바란다.