귀거래사 외 1편

최연무 고요아침 2016 시조시학 Vol.59 No.-

전봇대·1

최연무 문예운동사 1993 문예운동 Vol.- No.48

대학기초물리 개념에 대한 복잡계 네트워크

최연무,김현주 한국물리학회 2006 새물리 Vol.52 No.2

We investigate the toplogical structure of the complex network of physical concepts in college physics. In this network, the nodes represent the physical concepts in a college physics book. We divide the physical concepts into three types - law concepts, quantity concepts, and phenomenon concepts - to avoid the diversity and the ambiguity of interactions among concepts. We make connection rules reflecting the natures of the concepts. With a method recentry introduced in statistical physics we quantitatively analyze the complexity of the network of physical concepts in college physics. We show that the network of physical concepts has ``small-world" and ``scale-free" characteristics as do other real-world networks. 이 연구에서는 대학기초물리학 책에 등장하는 물리 개념들을 연결하여 개념 네트워크를 구성하였다. 물리 개념들 사이의 상호작용 관계의 다양함과 모호함을 피하고 연결성을 분명히 하기 위하여, 물리 개념을법칙개념, 물리량개념, 현상개념으로 분류하고, 어떤 개념을 정의, 설명하는데 다른 물리학 개념을 필요로 한다는개념의 특성을 고려하여 네트워크의 연결규칙을 정하였다. 최근에 개발된 통계물리학의 복잡계 네트워크 분석방법을 이용하여, 좁은-세상 특성과 척도-없는 네트워크 성질 등 대학기초물리학 개념 네트워크의 복잡성을정량적으로 분석하였다.

복잡계 네트워크로서의 그리스 신화

최연무 한국물리학회 2004 새물리 Vol.49 No.3

We investigate the structure of the Greek myth network by using a Greek myth dictionary. In this network, the nodes represent the entries to the dictionary. We make links from an entry to other entries that appear in the explanatory part. We show that this network is clearly not a random network and that it has ``small-world" and ``scale-free" character-istics as do other real-world networks. We measure the average shortest path length,the clustering coefficient, the in-degree distri-bution, and the out-degree distri-butions; those show the power-law behaviors. We compare the data for this network with the data for other real-world networks. 이 연구에서는 그리스-로마 신화 사전을 기초로 하여 그리스-로마 신화 네트워크를 만들었다. 어떤 항목 A의 설명부에 다른 항목 B가 포함되어 있으면 항목 A에서 항목 B로 향하는 연결선이 있는 것으로 생각하여 방향성-네트워크를 만들었다. 이렇게 만든 신화 네트워크는 무작위 네트워크는 분명히 아니며, 노드들 사이의 평균 최단 경로 거리, 연결선수의 분포 등을 측정하여 실재하는 여러 네트워크들처럼 좁은-세상, 척도-없는 네트워크임을 알아내었다.

시작 노트

최연무 고요아침 2014 시조시학 Vol.50 No.-

개 뭐라 닭 뭐라 카지마라 외 4편

최연무 고요아침 2014 시조시학 Vol.50 No.-

우리들의 플래시몹

최연무 고요아침 2016 시조시학 Vol.60 No.-

연결선수 지수를 조정할 수 있는 척도 없는 네트워크 모형

김현주,최연무 한국물리학회 2006 새물리 Vol.52 No.6

이 연구에서는 실제 복잡계에서 보여지는 다양한 연결선수 지수 값을 갖는 척도 없는 네트워크들을 설명하기 위한 성장 모형을 제시한다. 이 모형에서는 네트워크의 성장을 반영하는 규칙으로서 매 시간 새로운 노드들과 연결선들이 네트워크에 추가된다. 추가되는 새로운 연결선들은 새로운 노드와 기존 노드들 사이 뿐 아니라 기존 노드들 사이에서도 형성되며 이 두 종류의 새로운 연결선 수들의 비는 매개변수 $f$에 의해 조정된다. 새로운 노드와 기존 노드를 연결하는 경우는 연결선수가 많은 노드들이 더 많이 연결되는 선호적 연결 방법에 따라 이루어지고, 기존 노드들 사이의 연결은 선호적 연결 방법과 이웃 연결 방법이 매개변수 $p$에 따라 선택된다. 여기서 이웃 연결 방법이라 함은 한 노드의 이웃한 노드들 사이를 연결하는 것을 말한다. 이 모형 네트워크에 대한 누적 연결선수 분포함수를 매개변수 $f$ 와 $p$의 다양한 값들에 대해 컴퓨터 모의시늉으로 측정해 본 결과 연결선수 지수의 값이 매개변수 값들에 따라 실제-세상 네트워크에서처럼 $2$에서 $3$ 사이의 값을 갖는 것을 확인하였다. We introduce an evolving model to describe real scale-free networks with various values of the degree exponent. In the model, at each time step, new links, as well as a new node, are attached to reflect the growth mechanism of real-world networks. The new links are added between the new node and the old nodes and also between old nodes. The ratio of the number of added links in two cases is controlled by the parameter $f$. A new node is attached to old nodes by using a preferential attachment rule in which the new links become preferentially attached to nodes with a high number of connections. For old nodes, the preferential attachment method and the neighbor attachment method are applied by using the control parameter $p$. In the neighbor attachment method, links are attached between neighbor nodes of a node. We perform a computer simulation with the model and measure the cumulative degree distribution. We find that the value of the degree exponent of the model network varies from $2$ to $3$, depending on the parameters $f$ and $p$, as that of real-world networks does.

균일한 매질 속에서 요동치는 경계면에 대한 실험

정나리,최연무,김현주 한국물리학회 2010 새물리 Vol.60 No.11

The dynamic scaling behavior of a growing self-affine fractal interface is examined by using a simple experiment with two glass plates. We put one glass plate on the other and immerse the edge of the two up plates in a black-ink dye solution; then, the evolution of the interface formed between the ink solution and the air by capillary action is photographed with a CCD camera as a function of time. We found that the interface width scaled with system size L as W(L)~ Lα$ with α□0.48 and scale with time as W(t)~tβ with β□ 0.37. These results of this experiment demonstrate that interface roughening belongs to the Kardar-Parisi-Zhang universality class. Thus, the theoretical results for surface growth in random noise are confirmed by the experiment. 본 연구에서는 자기아파인 프랙탈 (self-affine fractal)구조를 갖는표면의 축척 거동을 간단한 유리판을 이용한 실험을 통해 알아보았다. 두장의 겹쳐진 유리판의 한 쪽 모서리를 잉크물에 담구어 모세관 현상으로빨려 올라오는 잉크물이 만드는 경계면의 모습을 CCD 카메라를 이용하여관찰하였다. 경계면의 표면두께(surface width) W를 시간과 기판의폭에 대해 측정한 결과 표면두께는 시간에 대해 W(t)~ tβ로거동하는 것을 확인하였고 이 때 성장지수 β□ 0.37의 값을얻었다. 또한 기판의 폭 L에 대해서도 멱 법칙 W(L)~Lα을 만족하였고 거칠기 지수 α□0.48의 값을얻었다. 얻은 지수 값들을 표면성장의 이론적인 값들과 비교해 볼 때 본실험에 의한 표면성장은 KPZ 보편성군에 속함을 알 수 있다. 이와 같이실험을 통해 막 잡음(random noise)이 있는 매질에서의 표면성장에 대한이론적인 결과들을 확인할 수 있었다.

물리량에 대한 가중치 방향성 네트워크의 구성과 분석

김현주,박종웅,최연무 한국물리학회 2008 새물리 Vol.57 No.5

이 논문에서는 대학교 일반물리 책에 나오는 주요 수식들에 나오는 물리량들을 노드로 하고 수식의 좌변에 나오는 물리량과 우변에 나오는 물리량을 연결하여 물리량 네트워크를 구성하고, 복잡계 네트워크 이론을 이용하여 분석하였다. 또한 여러 수식에 반복해서 나오는 물리량들은 연결선수에 가중치를 부여한 가중치 네트워크를 구성하였고 수식의 우변에서 좌변으로 향하도록 방향성을 부여한 방향성 네트워크를 구성하고 분석하였다. 각 네트워크의 연결선수 분포가 멱함수 법칙을 따르는 것을 확인하였고, 연결선수 상위의 물리량을 조사함으로써 길이, 시간, 질량과 같은 기본적인 물리량들의 연결선수가 크다는 특징을 발견하였다. 이것은 복잡하고 추상적인 물리량을 설명하는데 기본적인 물리량이 주로 사용되기 때문으로 해석된다. 방향성 네트워크를 분석함으로써 좌변에 많이 분포하는 물리량과 우변에 많이 분포하는 물리량 사이의 차이를 살펴보았다. 그리고 들어오는 연결선수와 나가는 연결선수 상위의 물리량을 비교하여, 기본적인 물리량은 우변에 주로 분포하고 일반물리 수준에서 강조하는 추상적인 물리량은 좌변에 주로 분포하는 것을 살펴보았다. 기본 네트워크의 연결선수가 비슷한 물리량 중에 좌변에 많이 분포하는 물리량과 우변에 많이 분포하는 물리량이 연결된 모습을 알아봄으로써, 좌변에 많이 분포하는 물리량의 이웃들이 서로 복잡하게 연결되어 있어 결집 계수가 크다는 것과, 우변에 많이 분포하는 물리량의 이웃들은 서로 잘 연결되지 않아 결집 계수가 작다는 것을 살펴보았다. We have constructed a complex network of physical quantities by using the important equations in `Fundamentals of Physics', and we have analyzed it by using the theory of complex network. The network consists of 246 physical quantities with 698 links. It shows a small-world property, a high degree of clustering, and a scale-free behavior in the degree distribution. It also shows that fundamental quantities like length, mass, and time have high degrees, which means that they are fundamental and important quantities and that many other abstract quantities are explained by them. We have also constructed a directed network and have found that the in-degree distribution and the out-degree distribution follow power-law behaviors. The quantities ranked top 10 for in-degree and out-degree have different characteristics. The quantities with high in-degree lie on the left sides of important equations while those with high out-degree lie on the right sides of the important equations, which means that a greater number of the fundamental quantities is on the right side while abstract quantities like the magnetic field and kinetic energy lie on the left side. Finally we have examined the shapes of the connections of quantities with high in-degree and high out-degree by measuring the clustering coefficient. The results show that the quantities with high in-degree are highly clustered while the neighbors of the quantities with high out-degree are rarely connected with each other so they have a very low degree of clustering.