XML 전용 데이터베이스 시스템의 등장 및 갱신 연산 지원되면서 갱신 연산의 유효성 검사 및 효율적인 갱신 연산의 충돌 감지 기법의 필요성이 대두되고 있다. 이러한 필요성은 잘 정형화된 XML 문서와는 달리 스키마의 제약사항을 준수해야 하는 유효한 XML 문서 환경에서 절실히 요구된다. 특히, 효율적인 갱신 연산의 충돌 탐지 기법은 질의 컴파일러의 질의 최적화 및 트랜잭션 관리의 높은 병행수행 목적을 달성하는데 필수적인 요소이다. 본 논문은 판독-갱신 및 갱신-갱신 연산 사이의 충돌을 정의하고, 유효한 XML 환경에서 효율적으로 충돌을 감지하는 기법을 제안한다.

오늘날 웹의 사용자와 컨텐츠가 급격히 증가함에 따라 지능적 정보시스템과 웹 서비스(Web Service) 개념이 여러 분야에서 활발히 연구되고 있으며, 사용자에게 의미 정보를 제공하기 위한 시맨틱 웹서비스의 필요성이 대두되고 있다. 본 논문에서는 시맨틱 웹 서비스를 위한 FXDB (FUZZY XML DATABASE) 시스템 설계 기법과 의미정보(Semantic Information)를 자동으로 실시간 웹 서비스 할 수 있는 방법을 제시한다. 본 논문에서 제시한 FXDB 시스템은 XML 기술과 퍼지기술을 이용하여 웹상의 메타데이타를 데이터베이스에서 의미적으로 자동해석하고 XML 기반 웹 서비스할 수 있는 시스템 구조를 제안한다. 따라서 시맨틱 웹 환경을 위한 메타데이타의 해석을 좀 더 자동화, 지능화 할 수 있는 차세대 웹을 구현하는데 기여할 수 있을 것이라 기대한다. 또한 웹 사용자의 입장에서는 의미정보에 따른 빠른 의사결정과 시맨틱 웹 정보검색이 가능하게 될 것이다.

효과적인 이미지 검색을 위하여, 이미지의 저수준 시각 정보로부터 고수준 의미 정보를 추출하는 기술에 관한 많은 연구가 이루어지고 있다. 특히 최근에는 Support Vector Machine과 같은 기계 학습 기법을 이용한 이미지 어노테이션 시스템의 개발이 활발히 진행중이이다. 그러나 기존의 연구들은 단편적인 이미지 정보만을 추출함에도 불구하고, 그 성능이 여전히 만족스럽지 못하다. 본 논문에서는 Support Vector Machine과 온톨로지를 이용하여 이미지의 다양한 정보를 효과적으로 추출 및 기술할 수 있는 시스템을 제안한다. 특히 온톨로지는 특정 도메인의 상세한 지식 표현과 추론을 위한 지식베이스로서, 본 논문에서는 Support Vector Machine을 이용하여 이미지 안에 존재하는 객체들의 컨셉을 판별하고 이미지 어노테이션 온톨로지와 생태계 온톨로지를 이용하여 공간 관계, 천적 관계와 같은 객체간 의미 관계를 자동적 자동적으로 추출하는 방법을 제안한다.

웹 리소스에 대한 메타 데이타 표현을 위해 RDF가 표준안으로 제정됨에 따라 RDF 데이타 저장 및 질의 처리 등의 연구가 많이 진행되어 왔다. 전통적인 저장 시스템을 기반으로 하는 저장 구조는 단순한 트리플 패턴 기반의 질의 처리에는 효율적이다. 그러나 여러 개의 트리플 패턴들이 결합된 질의 즉, 경로 기반의 질의 처리는 많은 조인 연산이 요구된다. 한편, 경로 질의의 효율적인 처리를 위해 접미사 배열을 응용한 인덱싱 기법이 제안되었다. 그러나 이 연구에서는 부분 경로식을 포함한 단순 경로 기반 질의 처리의 성능이 향상됨을 보여주었으나 다양한 경로 질의 유형에 대한 처리는 고려하지 않았다. 본 논문에서는 접미사 배열을 응용한 인덱싱 기법을 기반으로 한 경로 기반의 RDF 질의 처리 방안을 기술 한다. 특히, 단순 경로 질의처리 이외에 다양한 질의 유형의 처리를 위한 방안들을 예제를 통해 설명한다.

무한히 연속적으로 발생하는 데이터 스트림에서의 연속 질의 처리는 빠른 처리 시간과 적은 메모리 사용량을 요구한다. 이런 제약 사항을 만족하기 위해 연속 질의의 선택 조건절에 사용된 같은 속성들로 그룹화하여 해당 속성들을 처리함으로써 빠르게 질의를 처리할 수 있다. 그리고 더 효율적으로 질의를 처리하기 위해 초기에 일정 기간 동안 데이터 스트림에 대한 통계 정보를 수집한다. 실행 시 통계 정보를 수집하는 이유는 데이터 스트림의 특성을 예측할 수 없기 때문에 데이터 특성에 대한 정보를 수집하고 수집된 정보를 가지고 가장 좋은 질의 처리 순서를 결정함으로 써 전체적인 질의 처리 성능을 향상 시킬 수 있고 실험을 통해 이를 검증한다.

SQL은 관계형 DBMS에서 사용되는 표준 질의 언어이다. SQL의 장점 중의 하나는 중첩 질의의 사용이나, 중첩질의를 포함한 질의를 그대로 실행하는 것은 중첩 질의의 반복된 수행을 야기하여 비효율적이다. 본 논문에서는 SQL3 표준에 정의된 모든 유형의 중첩 질의에 대한 완전한 정규화 규칙을 제안한다. SQL3 표준에서 중첩질의는 중첩 질의 반환 값의 유형에 따라 스칼라 중첩 질의와 테이블 중첩 질의로 분류된다. 스칼라 중첩 질의와 테이블 중첩 질의는 상관과 집계의 유무에 따라 다시 분류될 수 있다. 본 논문에서는 SELECT, FROM, WHERE 절에서 이러한 분류에 의해 가능한 모든 중첩 유형을 지원한다. 특히, SELECT, FROM 절의 일부 중첩 유형은 SQL3와 유사한 형태의 중첩 질의를 지원하는 질의 언어인 XQuery에서 제안된 정규화 규칙을 SQL3 문법에 맞게 응용하여 적용한다.

기술의 발달과 보안의 중요성이 대두되면서 DVR 시스템이 널리 보급되고, 기존의 CCTV보다 더 선명한 화질과 빠른 검색 등의 장점으로 더욱더 DVR 시스템의 활용 분야가 넓어지고 있다. 이와 동시에, 비디오 데이터의 압축률과 저장 공간의 증가로 인해 DVR 검색 시스템의 중요성이 증가하였다. 그러나, 기존 DVR 검색 시스템에서는 시간이나 채널과 같은 속성에 대한 검색만을 지원하였고, 특정 영역에 변화가 있는 비디오 프레임만을 검색하는 영역 검색을 지원하나 검색 속도가 느리다는 문제점이 있었다. 본 논문에서는 이와 같은 문제점을 해결하기 위해 움직임 감지 데이터를 활용하여 영역 검색을 지원하는 방법을 제시한다. 이 방법에서 가장 문제시되는 점은 움직임 감지 데이터를 거의 실시간으로 DBMS에 저장해야 하는데, 이를 위해서 영역 인코딩 기법을 제안한다. 또한, 본 논문에서는 프로토타입 시스템을 설계 및 구현하여 성능의 우수함을 보인다.

최근 원전 경보시스템은 운전원이 상황을 판단하는 데 불필요한 일시적인 경보나 결과 경보를 감축 및 억제하여 운전원의 주의가 특별히 필요한 경보에 집중하도록 하는 개량형 경보처리를 필요로 한다. 데이터베이스를 기반으로 원전 개량형 경보 시스템은 데이터베이스에 어떤 이벤트가 발생하면, 특정 공정을 검사해 조건이 맞는 경우 어떤 행동을 자동적으로 수행하여 경보처리를 수행할 필요가 있다. 또한 능동규칙의 사용으로 데이터베이스 상태 변화에 자동으로 대응하는 유용성을 확보해야 한다. 따라서 시간제한 개념을 가지는 데이터베이스 모델과 이를 바탕으로 한 능동 처리 기능을 가진 실시간 시스템을 구축하여 경보감축 및 억제를 수행할 수 있다. 본 논문은 원전의 개량형 경보처리를 위한 데이터베이스 설계 고려 사항들을 분석하여 실시간 능동 데이터베이스 기술을 도입하기 위한 분석을 수행한다. 그리고 능동 규칙을 이용한 개량형 경보처리 예와 구현 고려사항을 파악한 후 개발 계획을 정립한다.

데이터 스트림 관리 시스템에서 조인 연산자는 질의가 내포하는 여러 연산자들 가운데 상대적인 계산비용이 높은 연산자로, 센서 네트워크와 같이 한정적 정보들이 개별적으로 입력되는 환경에서는 필연적으로 요구된다. 데이터 스트림은 잠재적으로 무한한 크기를 가지므로 조인 연산자는 슬라이딩 윈도우 제약사항을 가져야 하며, 종합적인 결과를 얻기 위해 조인 연산자가 여러 입력을 취할 수 있어야 한다. 이를 가능하게 하는 것이 바로 슬라이딩 윈도우를 가지는 MJoin 연산자이다. 본 논문에서는 이러한 여러 MJoin 연산자가 시스템에 등록되어 있는 환경을 가정하고, 슬라이딩 윈도우 제약사항과 MJoin의 특성을 반영하여 전역적으로 공유된 질의 실행 계획 수립 및 처리에 관한 문제를 다룬다. 이러한 다중 MJoin에 대한 전역 공유 질의 실행 계획 수립 문제가 NP-Hard임을 증명하고, 근사화 접근 방법을 제안한다. 또한 전역적으로 공유된 질의 실행 계획을 올바르게 수행할 수 있는 처리 기법을 제안한다. 이러한 연구의 노력은 데이터 스트림 환경에서 효율적인 다중 질의 최적화 및 처리기법의 기초 연구로 활용될 수 있다.

위키는 사용자 누구나 문서를 생성하고 수정이 가능하여 지식관리 도구로 활용이 되고 있다. 하지만 컴퓨터가 위키 시스템에 축적된 지식을 재사용하기 위해서는 문서의 구조를 인식하고 처리하는 과정을 거쳐야 한다. 본 연구에서는 문서의 메타데이터를 정의하여 문서를 구성하고 해당 메타데이터에 따른 입력 방식을 제안하여 데이터에 대한 유효성을 검증할 수 있게 하였다. 그리고 문서를 메타데이터에 따라 분해하여 저장하는 방식을 통하여 타 응용에서 의미 있는 데이터의 재사용이 가능하도록 하였다. 제안된 방식은 음악을 주제로 한 위키 시스템인 WikiMusic을 통해 구현하고 관련 연구와 비교하여 평가하였다.

선진각국에서 고령화 문제를 해결하기 위하여 고령친화 산업과 관련된 많은 연구들이 진행되고 있다. 본 논문에서는 노인 요양 또는 복지 시설내 노인들의 거주 환경 변화 및 거주자의 활동 양상을 측정하는 노인케어 유비쿼터스 시스템 knu-SCS(KangNam Ubiquitous Senior Care System)에 대하여 연구하였다. knu-SCS 시스템은 조도, 습도, 온도 센서, 웹 카메라 등으로 구성되며, 각종 센서들이 감지한 데이터를 저장, 가공, 분석하기 위하여 데이터베이스를 설계 및 구현하였다. 또한, 데이터베이스에 저장된 데이터들을 사용자들에게 시각적으로 제시하기 위하여 센서 웹을 구현하였다. 센서 웹에서 제시하는 데이터들은 일상적인 노인 행동 및 생활환경을 인지할 수 있는 자료가 되므로, 이를 기초로 노인들이 겪을 수 있는 건강상 문제나 일상생활의 불편함을 해소하는 등 노인 케어에 활용될 수 있다.

XML은 웹 상에서 정보교환의 표준이며, 이종의 데이터를 보유하고 있는 지역 시스템들은 XML View를 이용하여 정보를 공개한다. 사용자는 XML을 위한 표준 질의어인 XQuery를 사용하여 분산된 XML View들을 대상으로 통합 XQuery질의를 생성할 수 있다. 이렇게 생성된 통합 XQuery질의는 자연스럽게 다른 지역시스템들 사이의 조인을 포함 할 수 있다. 조인은 비용이 많이 드는 연산자이므로 조인을 효율적으로 처리하는 것은 전체 질의의 성능에 큰 영향을 준다. 그러므로 조인을 효율적으로 처리하기 위한 비용을 결정하는 연구가 중요하다고 할 수 있다. SQL에서는 이와 같은 연구들이 많이 존재하며, 분산 환경에서의 조인을 효율적으로 처리하기 위해 크게 두 가지 비용을 고려한다. 그 중 하나는 지역시스템 내에서 조인을 처리하는 조인비용이며, 나머지 하나는 조인을 수행하기 위하여 다른 지역시스템으로 데이터를 전송하는 통신비용이다. 이 두 비용은 분산 조인을 처리하기 위한 중요한 요소이므로[6,7,8] 이를 측정하는 것은 통합 질의 처리를 위해서 필요한 연구라 할 수 있다. 그러나 테이블 구조의 데이터를 검색하기 위한 SQL 의 방법들을 구조적인 XML 데이터를 검색하기 위한 XQuery질의를 위해서 그대로 사용하는 것은 어려운 일이다. 본 논문에서는 분산 환경에서 통합 XQuery질의의 조인을 효율적으로 처리하기 위해 조인비용과 통신비용을 측정하는 방법을 제안한다. 본 논문의 기여는 앞서 기술한 문제점을 해결하여, XQuery 질의의 조인을 효율적으로 처리하기 위한 비용을 측정할 수 있도록 한다.

본 논문은 영상의 메타데이터를 RDF를 이용하여 표현, 저장하고, SPARQL을 이용하여 검색하는 솔루션을 구현하여, RDF와 SPARQL을 통한 멀티미디어 파일의 메타데이터 관리 방안을 제시한다. 솔루션은 Jena2 프레임워크 기반으로 구현하였으며, Controller, EXIF Extractor, Metadata Schema, RDF Generator, Repository Manager, SPARQL Executor의 모듈로 구성된다.

플래시 메모리는 하드디스크와 다른 물리적 특성을 가지고 있다. 대표적으로 덮어쓰기가 되지 않고 데이터를 읽고 쓰는 단위와 지우는 단위가 서로 다르다. 이러한 물리적 제약을 소프트웨어적으로 보완해주기 위해서 플래시 메모리를 사용하는 시스템에서는 대부분 Flash Translation Layer (FTL)을 사용한다. 지금까지 FTL 알고리즘의 대부분이 임의 쓰기 패턴보다 순차 쓰기 패턴에 훨씬 더 효율적으로 작용한다. 그러나 B-트리와 같은 자료구조에서는 일반적으로 순차 쓰기 패턴 보다는 임의 쓰기 패턴이 발생된다. 따라서 플래시 메모리상에서 B-트리를 관리할 경우 FTL에 비효율적인 쓰기 패턴을 생성하게 된다. 본 논문에서는 플래시 메모리상에서 B-트리와 같은 자료구조를 효율적으로 저장 관리하기 위한 새로운 방식을 제안한다. 새로운 방식은 B-트리에서 발생되는 임의 쓰기를 플래시 메모리상의 버퍼를 이용하여 FTL에 효율적인 순차 쓰기를 발생시킨다. 실험 결과, 본 논문에서 제안하는 방식은 기존의 방식보다 플래시 메모리에서 발생되는 쓰기 및 블록소거 연산 횟수를 60%이상 감소시킨다.

현대 사회에서 급속한 기술의 발전으로 인해 휴대용 전자제품의 기능이 점차 발달하고 있고, 그에 따른 새로운 제품 출시 주기도 점점 짧아지고 있다. 이로 인하여 소비자의 성향을 빠르게 분석하는 것이 무엇 보다도 중요시 되었고, 이를 위해 빠르고 쉽게 소비자성향을 분석할 수 있는 설문조사시스템이 보편적으로 사용 되고 있다. 하지만 기존 온라인 설문조사시스템은 설문을 쉽게 생성하고 더 정확한 결과를 얻는 것에만 초점을 맞추고 있기 때문에 빠르게 변화하는 휴대용제품에 기존 설문조사시스템을 이용할 경우 많은 노력과 비용이 들게 된다. 따라서 본 논문에서는 한번 설문을 생성하면, 신제품의 추가가 있거나 제품의 정보에 변화가 있을 때 마다 설문이 자동으로 변형되도록 설계하였다. 그리고 모든 소비자에게 개인화된 설문이 자동으로 생성되어 보여 지도록 설계하였다.

RFID 미들웨어는 응용 서비스를 담당하는 어플리케이션이 등록한 비즈니스 이벤트를 빠르게 검출하여 이를 실시간적으로 전달할 수 있어야 한다. RFID 스트림 데이터는 대용량으로 발생되지만 어플리케이션에서 요구하는 비즈니스 이벤트를 항상 만족시키지는 못한다. 이에 따라, 미들웨어는 불필요한 이벤트를 처리하기 위해 많은 시간을 소요할 뿐만 아니라 대용량의 RFID 스트림 데이터를 정해진 시간 내에 처리하지 못하는 문제점이 발생한다. 이 논문에서는 대용량의 스트림 데이터에서 발생한 모든 이벤트를 처리하지 않고 어플리케이션이 등록한 비즈니스 이벤트를 구성하는 최소 조건을 만족하는 후보 집합을 찾는 연산을 제안한다. 이를 통해 후보 집합이 추출되면 실제 비교 연산을 통하여 조건을 만족하는 비즈니스 이벤트를 찾아내고 어플리케이션에 전달한다. 또한, 비트맵으로 이벤트의 발생을 표시를 하고 이 비트맵을 이용하여 실제 비즈니스 이벤트를 검출하는 기법을 제공한다.

논문에서는 6,000만개 웹 페이지의 색인 데이터에 대해 일 600만 질의를 처리하는 대용량 웹 검색 시스템을 위해 구현된 계층적 캐슁 기법을 소개한다. 논문에서 설명된 시스템 구조 및 알고리즘은 실제 상용 웹 검색 엔진에서 구현되고 운영 결과를 통해 그 유용성이 입증된 것들로서, 구현된 시스템과 유사성을 가지는 대용량 데이터 처리 시스템에 적용 가능할 것이다. 본 논문에서는 기존에 많이 소개되지 않았던 웹 검색 엔진의 운영 절차 및 웹 질의 처리 시스템에 대한 기술적 내용이 기술되었으며, 기술된 내용을 통해 웹 검색 엔진에 대해 보다 정확한 이해가 가능해 질 것이다.

차세대 저장매체로 떠오르고 있는 플래시 메모리는 가벼운 무게, 작은 부피 그리고 온도 및및 충격에 강한 내구성, 적은 전력소모, 빠른 자료 접근성 등의 특징을 가지고 있어 MP3 플레이어, 디지털 카메라, PDA, 핸드폰등과 같은 휴대용 전자기기에 저장장치로 사용되고 있다. 하지만 플래시 메모리가 가지는 하드웨어적 특성 때문에 디스크 기반의 저장장치와는 다른 접근 기법이 필요하다. 특히 B+트리가 구축될 때 레코드의 삽입, 삭제연산 및 노드 분할 연산은 많은 중첩쓰기 연산을 발생하기 때문에 플래시 메모리의 성능을 심각하게 저하시킨다. 본 논문에서는 B+트리의 연산이 수행되는 과정에서 플래시 메모리로 예약버퍼의 색인단위를 반출해야 할 때, 이를 효과적으로 처리 할 수 있는 방법을 제안한다.

본 논문에서는 기존 인터넷이 되는 곳에서만 할 수 있었던 도서 검색과 예약.대출을 모바일로 언제 어디서나 이용할 수 있고, 사용자의 편의를 보다 극대화 시키고 유동적, 실용적인 측면에서 연구발전 시켰다.

최근 분산된 자원을 효과적으로 공유할 수 있는 그리드 기반의 과학 연구가 다양하게 진행되고 있으며, 그러한 예로 국내에서는 건설 및 토목 분야의 원격실험 관측과 제어를 포함한 공동연구 환경의 구축을 내용으로 하는 KOCED(Korea Construction Engineering Development) 프로젝트가 진행 중에 있다. 본 논문에서는 KOCED에서 구축 중인 실험센터의 하나로써, 지리적으로 떨어진 실험 시설과 수치시뮬레이션을 연동하여 실험할 수 있는 하이브리드 실험센터를 대상으로 데이터 모델링을 하였다. 데이터 모델은 데이터를 표현하는 용어를 통일하고 데이터 간의 관계를 명확하게 하여, 데이터의 재사용성을 높일 수 있기 때문에 실험비용이 많이 소모되는 과학실험에 필수적이다. 그리드에 기반한 하이브리드 실험의 데이터 모델링은, 기존의 건설 및 토목실험의 대부분이 독립적인 실험 형태였기 때문에, 정확한 데이터 모델을 예측하기가 용이하지 않았다. 따라서 먼저 하이브리드 실험의 축소 모형인, 프로토타입 실험체를 만들고, 이에 대한 데이터 모델을 설계하여 토목공학 연구자에 의해 사용하게 하였다. 일정기간 사용기간을 갖고, 이에 대한 회의를 통해 향후 구축될 하이브리드 실험센터의 데이터 모델을 설계하였다. 현재 하이브리드 실험의 데이터 모델을 그리드 포탈 기반의 데이터관리 서비스로 구현 중에 있다.

최근 과학적 정책결정의 합리성을 뒷받침하기 위해서 통계에 대한 수요가 급증하고 있는 실정이다. 따라서 통계 수요자들은 사용자가 필요한 통계표를 직접 실시간적으로 산출하고자 하는 요구를 지속적으로 제기하고 있다. 본 연구에서는 의사결정 및 통계시스템에서 주로 사용하고 있는 데이터웨어하우스, OLAP 시스템 및 스타스키마에 관하여 알아보고 수요자들의 다양한 요구에 부응하기 위한 교육인적자원 통계정보 시스템의 구축에 대해 기술한다. 또한 교육인적자원 통계정보시스템의 핵심기능인 Web OLAP 시스템을 통해서 수요자가 원하는 교육통계정보를 실시간적으로 산출하기 위한 시스템의 구축방안에 대하여 기술하고자 한다.

최근 UCC의 등장으로 인터넷을 이용한 멀티미디어의 활용이 생활화되고 있다. 이러한 환경에서 사진, 동영상, 음악 등 멀티미디어의 검색은 시간과 접촉 이용성을 증가시켜줄 수 있는 중요한 이슈가 되고 있다. 그러나 현재 제안되어 있는 멀티미디어 활용 시스템들은 전체 사용자를 기반으로 우선순위를 적용하여 단일화된 metric을 통한 랭킹 시스템을 제안함으로 사용자 중심의 실용적인 랭킹 시스템을 제공하지 못하고 있다. 본 연구에서는 이러한 문제점에 기반하여 사용자 중심의 차별화된 뷰를 제공해 줄 수 있는 사용자 선호 기반(User Favor-Based) 멀티미디어 랭킹 시스템 '포토톡'을 제안한다. 제안하는 시스템은 현실적인 랭킹시스템을 통해서 사용자 중심의 결과를 도출할 수 있는 장점을 가진다.

유비쿼터스 웹서비스 환경에서는 이질적인 환경에 대한 서비스의 상호운용성을 위해 다양한 분산 시스템의 네트워크 프로토콜과 디바이스간의 통신을 통합하기 위한 연구가 요구된다. 이질적인 네트워크 프로토콜의 연동과 디바이스간의 통합을 위해 이들의 공통적인 명세 요소를 추출하여 레지스트리에 등록함으로써 동적 서비스 검색을 지원할 필요가 있다. 유비쿼터스 웹서비스 환경의 동적 서비스 검색은 이질적인 네트워크 프로토콜과 디바이스의 공통적인 명세 요소, 정적인 명세 요소, 필수적인 명세 요소를 포함하는 레지스트리의 검색과 네트워크 프로토콜이나 디바이스의 직접검색을 제공한다. 이를 통해, 본 논문에서는 유비쿼터스 웹서비스 환경에서의 동적 서비스 검색을 위한 레지스트리의 구성 요소를 설계함으로써 이질적인 네트워크 프로토콜과 디바이스를 효과적으로 통합하는 방법을 제안하고자 한다.

지금까지 질의 점을 중심으로 최근접 객체(Nearest Neighbor : NN)를 찾는 다양한 연구가 진행되었다. 하지만 이 방법은 질의 점과 객체의 거리만을 고려하기 때문에 질의 점을 둘러싸고 있는 객체들을 찾을 수 없다는 문제점이 있다. 이것을 해결하기 위해서 제안 된 것이 최근접 주변객체(Nearest Surrounder : NS) 질의 처리이다. 최근접 주변 객체는 질의 점을 둘러싸고 있으면서 가장 가까운 객체들을 찾는 것에 대한 연구이다. 기존의 NS를 찾는 방법은 객체 인덱싱을 위하여 R-tree를 사용하며, 질의 점과 최소경계사각형(minimum bounding rectangle : MBR)이 이루는 각의 범위를 계산한다. 계산 수행 결과 각 MBR들 이 이루는 각의 범위가 겹치는 부분이 발생하면 해당 각 범위 내에서 질의 점으로부터 최소거리에 있는 MBR을 선택해야 하므로 범위별 질의 점과 MBR들의 최대 최소 거리를 구해야 한다. 이러한 범위별 계산 과정은 계산 비용을 높이는 단점이 있다. 따라서 본 논문에서는 NS를 필요로 하는 영역에서 각 범위별 겹쳐지는 MBR들의 꼭지점 좌표만을 비교한다. 이것은 기존 연구에서 계산 비용을 높이는 공통 각 계산 절차를 개선하고, 최대 최소 거리 계산 수행은 생략하여 NS를 찾는다. 제안 기법을 위해 논문에서 사용하는 각 알고리즘은 이전 연구보다 나은 계산비용 절감 효과를 가져 올 수 있다.

데이터베이스 시스템은 전통적으로 트랜잭션의 동시 접근 시 발생할 수 있는 문제들을 해결하고 동시성 향상을 위해 다양한 연구를 진행해 왔다. 다중 버전 기반의 동시성 제어 기법은 데이터 레코드에 대한 여러 버전을 전용 공간에 유지하고 이것을 통해 트랜잭션들의 동시 접근 시 블로킹 없이 원하는 데이터를 읽고 쓸 수 있게 된다. 그러나 데이터 레코드가 포함된 데이터 블록에 대해 여러 개의 트랜잭션이 동시에 데이터를 덮어쓰기 했을 경우 다수의 버전이 생성된다. 그래서 트랜잭션 별로 적합한 데이터 버전을 찾기 위해 버전들이 저장되어 있는 전용공간을 랜덤하게 검색해 데이터 블록을 찾아내야 하므로 많은 시간이 소모된다. 따라서 다중 버전 읽기의 부하를 줄이기 위해 차세대 저장 매체로 부상하고 있는 플래시 메모리를 이용할 경우 랜덤 읽기에 의한 데이터베이스 시스템의 성능저하를 줄일 수 있다. 플래시 메모리는 디스크와 달리 기계적인 파트가 존재하지 않기 때문에 저장된 모든 블록에 대해 빠른 랜덤 읽기를 가능하게 한다. 본 논문에서는 플래시 메모리를 다중 버전 기반의 동시성 기법에 적용했을 경우의 성능 평가를 통해 하드 디스크에 비해 3.5배 이상의 높은 성능을 보임을 증명한다.

점차 더 벌어지는 CPU 속도와 메모리 속도의 차이로 인하여 메모리 접근 병목 현상이 발생하였고, 이 현상을 극복하기 위하여 캐시를 고려한 인덱스 구조에 관한 연구가 계속 되었다. 또한 최근 CPU 트렌드가 싱글 코어에서 멀티 코어로 전환점을 맞으면서 캐시메모리의 효율에 대한 중요성이 더욱 부각되었다. 본 논문은 최신 프로세서를 탑재한 시스템에서 메인 메모리 데이터베이스 시스템을 위한 인덱스 구조들의 성능을 비교 평가하고, 그 중 캐시를 고려한 트리 인덱스의 성능이 유용함을 보인다.

양방향 데이터 방송 기술이 급속도로 발전하고 전세계적으로 표준화가 진행되고 있는 가운데 데이터 방송 콘텐츠에 대한 수요는 제자리를 맴돌고 있다. 이는 특화된 데이터 방송 콘텐츠에 대한 필요성을 의미하는 것으로 본 논문에서는 시나리오를 기반으로 기존 방송 콘텐츠를 활용하여 데이터 방송 부가 콘텐츠를 제작하는 모델안을 제안한다. 연구 모델은 1)시나리오 기반으로 기존 데이터 방송 콘텐츠 분석, 2)분석된 객체 아이템 메타데이터 스키마 설계 3)부가 콘텐츠 화면 구현의 단계로 구성한다. DMB 단말환경에서 가볍게 움직이는 콘텐츠 제작을 위해 메타데이터를 25개로 제한하고 이 안에서 Content Description, Shot Detection, Object Tracking로 메타데이터를 구분하여 스키마 다이어그램을 설계한다. 본 논문은 기존의 익숙한 콘텐츠를 재가공하여 제공함으로 DMB 수요 활성화 측면과 CP의 제작 비용감소 측면에서 긍정적인 영향을 끼칠 것으로 예상된다.

W3C에서 표준 온톨로지 언어로 OWL을 채택함에 따라 많은 온톨로지들이 OWL로 기술 및 구현되고 있다. 이에 따라 대용량의 OWL 문서를 효율적으로 저장하고, 검색할 수 있는 모델에 대한 필요성이 제기되고 있으며, Jena, $Prot{\acute{e}}g{\acute{e}}$, Sesame, FacT 등 다양한 프레임워크가 제안되어 활발히 연구가 진행되고 있다. 이 논문에서는 기본적인 Jena2의 저장소 모델이 단일 테이블에 문서의 정보를 저장하여 대용량의 OWL데이터의 처리에 있어 성능이 저하되는 문제점을 해결하여 대용량의 OWL 문서의 효율적인 저장, 관리, 질의 가능한 OWL 온톨로지 관계형 데이터베이스 모델을 제안한다. 또한 OWL 온톨로지 관계형 데이터베이스 모델을 위한 어댑터 및 컨버터를 제안한다.

최근 모든 분야에 대한 전산화가 가속화됨에 따라 업무 처리 능력의 향상과 함께 시간 비용의 절감을 이루고 있다. 이러한 추세와 함께 건설 분야에서의 전산화가 진행 중이다. 본 논문에서는 굴착장비의 전류 값과 굴착 깊이 계측을 통해 깊이에 따른 지반 강도를 전산화 시켜 추정함으로써 보다 합리적으로 말뚝 기초를 시공하는 방법 개발하고자 한다. 본 시스템은 건축, 토목, 건설 분야에서 국내 최초로 시도되는 것으로, 실제 공사 현장에서 획득되는 데이터의 분석을 도와 측정 오류(Human Error)를 최소화함은 물론 공사비 절감, 신속한 공사 정보 제공 등의 파급효과를 기대할 수 있다.

사용자들의 특성에 맞게 개인화되고 세분화된 위치 기반 서비스를 제공하기 위해서는 방대한 이동 객체의 위치 이력 데이터 집합으로부터 유용한 패턴을 추출하여 의미 있는 지식을 탐사하기 위한 시공간 패턴 탐사가 필요하다. 현재까지 다양한 패턴 탐사 기법들이 제안되었으나 이동 패턴들 중 단순히 시공간 제약이 없는 빈발 패턴만을 추출하기 때문에 한정된 시간 범위와 제한적인 영역 범위 내에서의 빈발 패턴을 탐사하는 문제에는 적용하기 어렵다. 또한 패턴 탐사 수행 시 데이터베이스를 반복 스캔하여 탐사 수행시간이 많이 소요되는 문제를 포함하거나 메모리상에 탐사 대상인 후보 패턴 트리를 생성하는 방법을 통해 탐사 시간을 줄일 수는 있으나 이동 객체 수나 최소지지도 등에 따라 트리를 구성하고 유지하는데 드는 비용이 커질 수 있다. 따라서 이러한 문제를 해결하기 위한 효율적인 패턴 탐사 기법의 개발이 요구됨으로써 선행 작업으로 본 논문에서는 상세 수준의 객체 이력 데이터들의 시간 및 공간 속성을 의미 있는 시간영역과 공간영역 정보로 변환하는 시공간 데이터 일반화 방법을 제안한다. 제안된 방법은 공간 개념 계층에 대한 영역 정보들을 영역 Grid 해쉬 테이블(AGHT:Area Grid Hash Table)로 생성하여 공간 인덱스트리인 R*-Tree의 검색 방법을 이용해 이동 객체의 위치 속성을 2차원 공간영역으로 일반화하고, 시간 개념 계층을 생성하여 이동 객체의 시간적인 속성을 시간 영역으로 일반화함으로써 일반화된 데이터 집합을 형성하여 효율적인 이동 객체의 시간 패턴 마이닝을 유도할 수 있다.의 성능을 기대할 수 있을 것이다.onium sulfate첨가배지(添加培地)에서 가장 저조(低調)하였다. vitamin중(中)에서는 niacin과 thiamine첨가배지(添加培地)에서 근소(僅少)한 증가(增加)를 나타내었다.소시켜 항이뇨 및 Na 배설 감소를 초래하는 작용과, 둘째는 신경 경로를 통하지 않고, 아마도 humoral factor를 통하여 신세뇨관에서 Na 재흡수를 억제하는 작용이 복합적으로 나타내는 것을 알 수 있었다.으로 초래되는 복합적인 기전으로 추정되었다., 소형과와 기형과는 S-3에서 많이 나왔다. 이상 연구결과에서 입도분포가 1.2-5mm인 것이 바람직한 것으로 나타났다.omopolysaccharides로 확인되었다. EPS 생성량이 가장 좋은 Leu. kimchii GJ2의 평균 분자량은 360,606 Da이었으며, 나머지 두 균주에 대해서는 생성 EPS 형태와 점도의 차이로 미루어 보아 생성 EPS의 분자구조와 분자량이 서로 다른 것으로 판단하였다.TEX>개로 통계학적으로 유의한 차이가 없었다. Heat shock protein-70 (HSP70)과 neuronal nitric oxide synthase (nNOS)에 대한 면역조직화학검사에서 실험군 Cs2군의 신경세포가 대조군 12군에 비해 HSP70과 nNOS의 과발현을 보였으며, 이는 통계학적으로 유의한 차이를 보였다(p<0.05). nNOS와 HSP70의 발현은 강한 연관성을 보였고(상관계수 0.91, p=0.000), nNOS를 발현하는 세포가 동시에 HSP70도 발현함을 확인할 수 있었다. 결론: 우리는

Semantic Structuralization of data, not Semantic Web base on Ontology but software engineering on many points, can be applied to trace of state or requirements usefully. But it is required much effort that a man converts RDB(Relational DataBase) into Ontology. Hence this study propose rules to convert RDB into Ontology description language OWL automatically.

인간은 문서를 읽고 그 내용을 머릿속에서 개념적으로 정리하여 몇 개의 명사를 이용하여 키워드로 인지한다. 본 논문은 이러한 점에 착안하여 문서를 대표하는 키워드를 추출하는 시스템을 설계하고 구현하였다. 본 논문에서는 단어의 개별적인 개념 정보를 동의어와 유의어 사전을 통해 주요 개념어를 추출하고, 추출된 개념어들 사이의 공기 관계를 계산하여 키워드로써의 중요도를 계산하고자 한다. 이를 통해 문서를 대표할 수 있는 키워드 후보를 생성하는 생성 규칙을 자동화하고 문서를 잘 대표할 수 있는 키워드 추출기를 제안하였다.

본 논문에서는 수화 아바타가 실제 청각장애인처럼 자연스러운 수화 동작을 표현하면서 정확한 의사를 전달할 수 있도록 동음이의어에 대한 처리를 다룬다. 기존의 수화 사전에 품사 정보를 추가하고 한글 형태소 분석기를 활용하여 동음이의어를 구분할 수 있도록 수화 사전을 개선하는 방법을 제안한다.

Parsing 작업의 결과인 Parse Tree 정보는 문장에 관한 구조적 정보를 가지고 있는 Tree 정보로 이 정보를 이용하여 정보 검색에 활용하는 알고리즘을 제안한다. 제안하는 알고리즘은 XML 기술과 스트링 매칭 기법을 이용하였으며, 사용한 스트링 매칭 기법은 Approximate String Matching 기법이다. Query 정보와 문서 정보를 Parsing하여 얻은 Parse Tree를 XML 형태의 정보로 변환한 후, 두 정보를 가지고 Approximate String Matching 기법을 적용하여 Query 정보와 문서 정보 간의 유사도를 계산한다. 제안하는 알고리즘의 장점은 구조 기반의 정보 검색 기능이 가능하고 비슷한 정보에 대한 검색 기능이 가능하며 비슷한 구조에 대한 검색 기능이 가능하다는 것이다.

품사 태거를 구축할 때 어휘사전 증축이나 변환을 통해 성능 개선을 시도하지만 적당한 품사 태깅 코퍼스의 부재와 태그셋 불일치로 인한 변환 과정에 어려움을 겪고 있다. 본 논문에서는 세종 말뭉치 품사 태깅 코퍼스를 이용하여 품사 태깅용 어휘사전을 증축하고 품사 태거에 적용하여 성능을 개선하는 과정을 기술하였다. 품사 태거의 성능을 개선하기 위하여 세종 코퍼스를 태거의 태그셋에 적합하게 변환하고, 변환된 코퍼스에서 추출된 통계 정보를 품사 태거에서 활용하였다. 세종 코퍼스를 이용하여 품사 태거를 위한 어휘사전을 보강함으로써 품사 태거의 성능을 향상시킬 수 있었다.

본 논문은 문장 분석에 의하여 의미 관계를 생성하고 의미 네트워크에 의하여 유사한 의미 관계를 고려하는 의미 중심의 웹 텍스트 검색 기법에 대하여 논의한다. 기존의 웹 텍스트 검색은 단어만을 혹은 의미 관계만을 고려한 검색이었다고 할 수 있다. 그러나 문장 분석에 의한 의미 관계의 생성과 의미 네트워크에 의한 유사한 의미 관계의 고려는 기존의 단어 중심 혹은 의미 관계 중심의 검색 한계를 넘어서 유사한 의미 관계를 고려한 좀 더 포괄적이고 계층적인 검색을 가능하게 할 것으로 생각된다.

본 논문은 코퍼스로부터 추출된 단어들을 빈도수에 따라서 적절하게 표시하고 거리를 계산할 수 있는 새로운 메트릭 공간(metric space)에 대하여 논의한다. 일반적인 Cartesian 좌표 평면은 단어와 빈도수를 표시하는데 불편한 점이 있다고 할 수 있다. 본 논문에서는 빈도수에 기반 한 새로운 좌표 평면과 정보 이론에 기반 한 새로운 거리 계산 방법을 제시하여, 코퍼스 기반 언어 처리에 필요한 계산을 더욱 적합하게 할 수 있도록 하였다.

개념 간의 유사도 측정 방법은 의미망에서의 두 개념의 최단 경로의 수 노드의 깊이 관계의 종류 등의 정보를 이용하는 링크(Link) 기반 방법, 대용량의 말뭉치에서의 개념의 발생빈도를 확률로 계산한 정보량(Information Content) 기반 방법, 관련 단어들의 공기정보를 활용한 의미(Gloss) 기반 방법이 있으며, 이미 국외에서는 WordNet과 같은 의미적 언어자원을 활용하여 많은 연구가 진행되고 있다. 그러나 국내에서는 아직 한국어 의미망을 바탕으로 한 개념간의 유사성 측정 방법이나 이를 활용하는 방법에 대한 연구가 미흡하다. 본 논문에서는 이를 바탕으로 링크 타입 노드의 깊이 최단경로 정보량 등의 요소를 이용한 의미 유사도 측정방법을 제안하고 이를 활용하여 명사-용언간의 연계 정보를 확보함으로써, 효율적으로 명사-용언간의 네트워크를 구축하도록 한다.

현재 서비스되고 있는 홈네트워크는 가전기기들에 대한 홈오토메이션 서비스로서 웹이나 TV 등을 통한 메뉴선택 방식으로 제어되고 있다. 본 논문에서는 홈네트워크에 SMS를 통한 대화형 인터페이스를 도입함으로서 시간과 장소의 제약이 없는, 가전기기 제어를 가능하게 하였다. 대화형 인터페이스의 구현을 위해 홈네트워크 영역의 요구분석을 통하여 23개의 화행과 22개의 의미성분으로 이루어진 의미구조를 수립하였으며, WOZ(Wizard-of-OZ)방식으로 9만 6천 대화쌍을 수집하였다. 대화 처리를 위하여 예제기반 대화추론 및 응답생성 방법을 사용하였으며, SMS 영역에서의 성능향상을 위하여 전처리를 도입하였다. 구현된 서비스에 대한 성능평가 실험을 통해 사용자 만족도를 조사하였다.

본 논문에서는 한영 통계기반 기계번역에서 한국어 문장 길이의 변화에 따른 번역 성능의 변화를 분석하고자 한다. 일반적으로 통계기반 기계번역은 정렬기법을 이용하는데 문장의 길이가 길수록 많은 변형(distortion)이 이루어진다. 특히 한국어와 영어처럼 어순이 매우 다를 경우, 문장 길이의 변화에 따라 그 변형이 더욱 심할 수 있다. 본 논문에서는 이러한 성질이 통계기반 기계번역에 어떠한 영향을 주는지를 실험적으로 살펴보고자 한다. 본 논문에서 비교적 잘 정렬된 203,310개의 문장을 학습데이터로 사용하였고, 세종 병렬 말뭉치로부터 89,309개의 문장을 추출하여 실험데이터로 사용하였다. 실험데이터는 한국어 문장의 길이에 따라 5구간($1{\sim}4,\;5{\sim}8,\;9{\sim}13,\;14{\sim}19,\;20{\sim}n$ 개)로 나뉘었다. 각 구간은 가능한 문장의 수가 비슷하도록 하였으며, 17,126, 18,507, 20,336, 17,884, 15,456개의 문장이 포함되었다. 데이터들은 모두 어절단위로 토큰을 나누었다. 본 논문에서는 한영 번역을 중심으로 평가되었다. 첫 번째 구간에서 가장 좋은 성능인 0.0621 BLEU를 보였으며, 마지막 구간에서 가장 좋지 않은 0.0251 BLEU를 보였다. 이는 문장의 길이가 길수록 변역 성능이 좋지 않음을 알 수 있었다. 문장이 길수록 구가 길어지고 구간의 수식이 복잡해지므로 번역의 성능은 점차 떨어진다. 이것을 볼 때, 구번역을 먼저 한 후, 다시 문장 번역을 한다면 좀 더 높은 기계번역의 성능을 기대할 수 있을 것이다.

대화시스템은 사용자가 자연언어를 사용하여 해당 시스템과 필요한 정보를 주고받는 목적 지향적 에이전트로서 활용되어 왔다. 이러한 대화형 에이전트는 사용자의 입력으로부터 필요한 정보를 정확하게 추출함으로써 이후 처리단계에서의 결과를 향상시킬 수 있다. 본 논문에서는 항공여행관련 대화에서 발생하는 예약정보들 중에서 경유정보, 특히 경유하는 시간 및 날짜에 대한 정보를 효과적으로 추출하는 방법에 대해서 다룬다. 출발 도착정보와 경유정보를 계층적으로 분류하고, 현재 발화되고 있는 문장보다 선행되고 있는 문장들의 예약정보들을 문맥정보로 사용하여 현재 문장에서 추출하고자 하는 정보들을 학습하고 평가하였다. 이를 통해서 얻어진 결과는 출발.도착 및 경유정보를 동시에 고려했을 때보다 효과적인 학습 성능을 보였으며 실제로 시간정보에 대해서는 81.5%, 날짜정보에 대해서는 92.0%의 정확도를 보였다.

E-Learning 혹은 원격 강의 환경에서 아바타 애니메이션과 annotation을 이용한 강의 컨텐츠를 제작 하는 것은 많은 시간과 비용을 요구한다. 본 논문에서는 웹 환경에서 아바타 애니메이션과 디지털 잉크(Digital ink) 기능을 지원하는 강의 컨텐츠를 디자인하고 공유하기 위한 아바타 기반 Annotation(Avatar Augmented Annotation), 즉 AAA 인터페이스 기법을 제안한다. AAA를 이용하여 강사는 복잡한 프로그래밍 언어나 스크립트를 사용하지 않고도 필기형식의 펜 입력을 통해 애니메이션과 Annotation이 복합된 강의 컨텐츠를 디자인 할 수 있다. 입력된 정보는 AAA를 통하여 XML 형식의 스크립트로 표현되고 이것은 강의 컨텐츠에 적용되어 아바타와 Annotation이 결합된 생동감있는 컨텐츠를 만들어낸다. 실험을 통하여 AAA 시스템은 기존의 온라인 교육 컨텐츠에 비해 교육적으로 효과적임을 알 수 있었다.

최근 효율적인 고객관리를 위한 강력한 고객관계관리에 대한 관심이 높아짐에 따라 고객에 대한 효율적인 관리를 위한 콜 센터 시스템의 질적 향상에 대한 기대가 높아지고 있다. 본 논문에서는 통신사 콜 센터 시스템의 과거 및 현재 고객 불만에 대한 효과적인 관리를 위하여 고객의 핵심요구 사항 CCR(Critical Customer Requirements)을 도출한다. 또한, 고객 경험이력을 전사적으로 통합 제공하고, 고객단위 만족 프로세스 이용하여 기존의 고객응대 시스템의 구조를 개선한다. 본 논문의 제안시스템을 통하여 고객의 불만 사항에 대해 신속하고 효율적으로 관리 가능하며, 고객의 해지 율이 높아지는 문제점을 해결할 수 있다. 또한 고객단위의 Offer 를 제공하는 만족 프로세스를 제시함으로써 효율적으로 고객을 관리할 수 있다.

본 논문은 두 대의 카메라로부터 들어온 영상을 보여주는 see-through 장치의 사용 환경하에서 일반적인 사용자도 쉽고 편리하게 컴퓨터 시스템 또는 여러 프로세스들을 제어할 수 있는 사용자 인터페이스를 제안한다. 이를 위해 AR기술을 접목하여 영상이 보이는 화면에 가상의 버튼들을 합성하였으며, 화면상에 보이는 손의 위치를 추적하여 손가락에 의한 버튼의 선택 유무를 판단하고 각 상황에 따른 버튼의 색상 변경을 통해 결과를 나타내었다. 사용자는 단순히 화면을 보며 공중에서 손가락을 움직여 버튼을 선택함으로써 관련 작업을 수행 할 수 있다.

근래 주목받는 키워드인 유비쿼터스(Ubiquitous), UCC(User Created Contents) 등은 기술적 발달과 함께한 사람들의 행동 양식 변화를 잘 반영하고 있다. 기술적인 측면에서 모바일 환경으로의 진화는 사람들에게 시공간적 제약을 없애주었으며, '호모 루덴스'로 표현된 유희적 인간의 개념은 현대인의 행동 양식을 잘 표현했다. 이중 지상파 이동 멀티미디어 방송(Digital Multimedia Broadcasting, DMB)은 방송에 있어서 시공간적 제약을 없앤 대표적인 사례이며, 'EDUTAINMENT(에듀테인먼트)'는 교육에 유희를 결합한 실례라고 하겠다. 특히 DMB는 정보와 유희의 욕구를 기본적으로 충족시킬 수 있는 방송이라는 매체를 이용한다는 점에서 에듀테인먼트의 기술적 기반이 될 수 있으며, 이를 통해 저 연령의 학습자에게 유희와 교육을 동시에 제공함으로써, 학습효과를 높일 수 있는 장점이 있다. 본 논문에서는 DMB 시스템을 위한 유아 대상의 에듀테인먼트 어플리케이션을 설계하고, 구현한다. 이 어플리케이션을 위해 스토리텔링, 음악과 악기 선택 시스템, 타임라인 및 자유표면 게임 시스템 등 DMB 시스템에 적절하며, 에듀테인먼트의 조건을 충족하는 몇 가지 방법론을 제안하여 방송을 통해 콘텐츠와 대상자가 서로 상호작용 할 수 있도록 한다. 이를 위해서는 기존 방송의 음성, 영상 서비스를 넘어 상호작용의 필수적인 요소라고 할 수 있는 데이터 서비스를 요구하며, 이는 MPEG-4 Part 11: BIFS(Binary Format for Scenes) 기술을 기반으로 그 구현에는 VRML에 기초한 BT(BIFS Text) 언어를 사용한다.

본 논문에서는 제품 공정에서 스타일링과 디자인 과정에서 제작하게 되는 다양한 재질의 Digital-Mockup을 품평하기 위한 시스템을 제안한다. 타일드 디스플레이, 워크벤치, 혼합현실 디스플레이, 데스크탑 디스플레이와 같은 여러 가상 환경에서의 다자간 연결을 통해 원거리 참여자들이 공유된 시각 작업공간상에서 원활한 협업을 수행할 수 있도록 지원한다. 또한 모바일을 이용하여 씬-그래프(scenegraph)에 나타나는 3차원 제품 모델의 재질 정보를 실시간으로 변경이 가능하다.

본 논문은 BCI 시스템을 이용하여 동물의 뇌 신호를 분석하고 온라인 상에서 인간과 동물이 상호 게임이 가능하도록 사운드 윈도우 시스템을 설계한다. 게임에 참여하기 위하여 컴퓨터 모니터를 이용한 인간의 시각적인 참여와는 달리 동물은 시각적 방법이 아닌 다른 방법을 제안해야 한다. 동물이 게임과 상호작용을 하기 위해서 사운드 윈도우 시스템은 게임에 사용될 지형의 크기에 따른 위치 정보와 게임 상황에 따른 소리를 각각 사상하여 소리를 이용한 가상공간을 구축하고, 게임에 참여할 동물이 공간에 제약을 받지 않도록 동물의 목에 헤드셋을 착용하여 블루투스로 신호를 전달하여 소리를 출력하는 방법을 사용한다. 본 논문은 사운드 윈도우 시스템을 이용하여 인간 대 인간, 인간 대 컴퓨터 간의 기존의 게임방식을 동물이 참여하는 새로운 컨텐츠를 제공한다.

본 논문에서는 지화 인식에 최적화된 데이터 글러브 기반의 시스템을 제안한다. 제안된 데이터 글러브는 적은 수의 센서로 인식 속도의 향상을 기대할 수 있으며 한글의 지화 인식만을 위한 특수한 목적을 가지고 저렴하게 설계되었다. 그에 따라 한글의 지화를 사용한 많은 어플리케이션에 쉽게 적용할 수 있을 것이 기대된다. 2개의 틸트 센서는 손의 방향을 인식하고 5개의 플렉스 센서는 각 손가락의 구부러진 정도를 측정한다. 제안된 시스템에서는 k-means 알고리즘과 간단한 인덱싱 방식을 사용하여 한글의 기본적인 음소 24개를 인식하는 실험을 하였으며 인식율은 80.27% 에 이르렀다.

다개체 이동 로봇 시스템을 사용함으로써 기존의 싱글 로봇 시스템이 할 수 없거나 하기 어려운 작업을 수행 할 수 있게 되었다. 또한 로봇 간의 협력적인 작업을 통하여 성능 향상을 가져오게 되었다. 그렇기 때문에 현재 상용화가 이루어진 청소 로봇에 대하여 다개체 이동 로봇 시스템이 적용된다면 작업 시간의 비용을 줄일 수 있을 것이기에, 본 논문에서는 사람과의 상호 보완을 이용한 청소 로봇 알고리즘을 다개체 청소 로봇 시스템에 적용하였을 때의 구조를 정의하고 이에 알맞은 알고리즘을 제안한다.

기존의 멀티 카메라 시스템은 넓은 영역을 커버하거나 이동 중인 물체를 트래킹 하기 위한 목적으로 주로 사용되어 왔다. 하지만 이러한 시스템은 하나의 카메라가 커버하는 영상이 가려지면 정보를 잃게 되는 단점이 있다. 멀티 카메라 시스템은 하나의 영역을 여러 카메라가 커버하도록 하여 이런 단점을 극복할 수 있다. 또한 다양한 시점의 카메라에서 수집되는 영상의 경우, 영상에 따라 담고 있는 정보가 다르므로 여러 카메라의 입력 정보를 함께 활용하여 보다 많은 정보를 얻을 수도 있다. 본 논문은 이런 장점을 활용하여 멀티 카메라 환경에서의 이벤트 인식 문제를 다룬다. 이를 위해 사무실 환경에 8대의 카메라를 설치하였으며, 시나리오에 따라 영상을 수집하였다. 수집된 영상은 전문가에 의해 어노테이션 된 후 인식 모델의 학습에 사용되며, 학습된 베이지안 네트워크 모델의 구조와 파라미터를 도메인 지식에 기반해서 수정하여 최종 이벤트 인식 모델을 설계하였다. 실험 결과 제안하는 이벤트 인식 모델의 인식률은 평균 87.0%로 Naive Bayes보다 우수한 성능을 보임을 확인하였다.

MusicXML은 다양한 전자악보 형식들이 음악을 악보로 표현하는데 있어 지니는 한계를 잘 극복하면서 응용성, 확장성 및 공개성 등의 장점으로 인해 현재 전자악보의 표준으로 가장 적합한 것으로 평가되고 있는 악보 형식이다. 그러나 MusicXML은 XML을 기반으로 한 텍스트 데이터이기 때문에 이러한 악보 형식을 실제 악보로 변환하거나 연주하는 것은 물론 실제 악보 내용을 기반으로 한 악보 검색이 용이하도록 적절한 데이터 구조로 표현하는 것이 필요하다. 본 논문에서는 MusicXML 악보에 대하여 다차원 속성 정보를 가진 데이터의 표현에 용이한 k-d 트리 기반 데이터 구조로 표현하는 방법을 제안한다. 논문은 또한 악보에 대한 k-d 트리 구조를 보다 다양한 응용에 활용할 수 있도록 k-d 트리를 확장하여 구조화하는 방법을 제시한다. 본 논문에서 제안한 방법은 특히 내용을 기반으로 한 악보 정보 검색에 유용하게 이용될 수 있다.

본 논문에서는 현대 사회의 취미 생활로 깊이 자리 잡은 실용음악 악기 중 하나인 베이스 기타의 효과적인 학습을 위한 새로운 기반 시스템을 제안한다. 현대인들은 바쁜 시간에 쫓겨 올바른 학습을 접하기 쉽지 않다. 그리고 같이 연주를 하기 위한 파트너를 구하는 것도 쉬운 일이 아니다. 제안된 시스템은 독학 시 가장 문제점가 되는 꾸준한 연습과 체계적인 연습의 부족이라는 두 가지 단점을 모두 극복할 수 있다. 본 논문에서는 베이스 기타를 컴퓨터에 연결하여 음정을 인식한다. 피치 추출 알고리즘 중 하나인 자기상관 함수를 사용하여 베이스 기타에서 추출한 음정 데이터와 미디에서 추출한 음정 데이터 간의 비교를 통해 효율적인 연습 환경을 제공한다.

본 논문은 베이지안 통계 추론에 대하여 논의한다. 논문은 베이지안 추론, Markov Chain과 Monte Carlo 적분, MCMC(Markov Chain Monte Carlo) 기법, Metropolis-Hastings 알고리즘, Gibbs 샘플링, Maximum Likelihood Estimation, EM 알고리즘, 상실된 데이터 보완 기법, BMA(Bayesian Model Averaging) 순서로 논의를 진행한다. 이러한 통계적 기법들은 대용량의 데이터를 처리하는 생물학, 의학, 생명 공학, 과학과 공학, 그리고 일반 데이터 조사와 처리 등에 사용되고 있으며, 최적의 추론 결과를 이끌어 내는데 중요한 방법을 제공하고 있다. 그리고 마지막으로 PC(Principal Component) 분석 기법에 대하여 논의한다. PC 분석 기법도 데이터 분석과 연구에 많이 활용된다.

기계학습에서 분류기들의 집합으로 구성된 앙상블 분류기는 단일 분류기에 비해 정확도가 높다는 것이 입증되었다. 본 논문에서는 새로운 앙상블 학습으로서 데이터의 지역 기반 분류기들의 앙상블 학습을 제시하여 기존의 앙상블 학습과의 비교를 통해 성능을 검증하고자 한다. 지역 기반 분류기의 앙상블 학습은 데이터의 분포가 지역에 따라 다르다는 점에 착안하여 학습 데이터를 분할하고 해당하는 지역에 기반을 둔 분류기들을 만들어 나간다. 이렇게 만들어진 분류기들로부터 지역에 따라 가중치를 둔 투표를 하여 앙상블 방법을 이끌어낸다. 본 논문에서 제시한 앙상블 분류기의 성능평가를 위해 UCI Machine Learning Repository에 있는 11개의 데이터 셋을 이용하여 단일 분류기와 기존의 앙상블 분류기인 배깅과 부스팅등의 정확도를 비교하였다. 그 결과 기본 분류기로 나이브 베이즈와 SVM을 사용했을 때 새로운 앙상블 방법이 다른 방법보다 좋은 성능을 보이는 것을 알 수 있었다.

모바일 기기는 기존의 음성통화와 다양한 네트워크 접속과 기능들이 결합되어 발전하고 있다. 또한 최근 등장한 다양한 휴대 인터넷 환경은 기존 모바일 기기의 네트워크 접근을 보다 쉽게 해주고 있다. 이러한 무선 환경을 사용하는 모바일 기기 사용자는 기존의 유선 환경보다 사용자 프로파일 정보를 쉽게 구할 수 있는 장점이 있으며, 모바일 기기는 혼자 사용하는 특징을 가지고 있다. 본 논문에서는 모바일 기기 사용자를 위한 개인화 방법으로 협업 필터링 방법을 통한 음악 추천과 푸쉬(Push), 풀(Pull)방식의 서비스 방법을 제안한다. 모바일 기기 사용자 프로파일 정보는 협업 필터링 방법을 통한 사용자 선호 음악 추천을 수행하고, 추천된 사용자 선호 음악은 푸쉬 서비스로 모바일 기기에 다운로드 된다. 추천을 통한 모바일 음악 푸쉬 서비스는 모바일 기기 사용자로 하여금 네트워크 환경에 접속되어있을 때 사용자 취향에 맞는 음악을 능동적으로 다운로드 해 둠으로써 사용자가 음악을 선택하여 모바일 기기로 다운로드 하는 불편함과 시간을 줄여 줄 수 있다.

무선통신의 발달에 따라 모바일 장비 기반의 이동성을 고려한 서비스에 관한 연구가 활발하다. 모바일 장비는 제한된 화면크기, 부족한 리소스 등의 한계와 함께 사용자의 이동 중에 발생하는 이벤트를 처리해야 한다는 문제가 있기 때문에, 사용자에게 친숙한 인터페이스와 개별화된 추천 서비스가 요구된다. 본 논문에서는 사용자의 선호도를 반영한 베이지안 네트워크를 이용하여 모바일 장비에서 개인화된 추천 시스템을 개발한다. 실시간으로 변화하는 환경에 적응하도록 네트워크를 설계하기 위하여 전문가에 의해 구조를 설계하고, 수집된 사용자 로그를 바탕으로 파라메터를 학습하여 베이지안 네트워크 모델을 생성한 후, 학습된 모델 기반의 추론결과를 실제 컨텐츠와 비교하여 시스템에 매핑시킴으로써 사용자에게 추천한다. 실제 신촌지역 음식점 추천을 대상으로 실험한 결과, 그 가능성을 확인할 수 있었다.

유비쿼터스 컴퓨팅이란 사용자에게 지속적인 서비스를 제공해주는 컴퓨팅 환경을 말한다. 끊임없이 동적으로 변하는 유비쿼터스 환경에서 수많은 상황데이터가 발생을 하고 상황정보로 추상화하는 과정이 필수적이다. 상황인지시스템은 동적인 상황정보에 대한 생성, 조작, 공유 등이 일관성 있게 이루어져야 한다. 이러한 상황정보의 조작을 위한 수많은 상황인지 모델이 제시되고 연구되어 왔다. 본 논문에서는 유비쿼터스 환경을 위한 온톨로지 기반 상황인지 시스템을 제시한다. 상황정보에 대한 생성, 컨텍스트 추론, 지식의 공유을 위해 온톨로지 표준언어인 OWL을 사용한 컨텍스트 온톨로지를 생성한다. 디바이스의 상황정보 생성을 위해 SWRL 규칙언어를 사용하고 생성된 디바이스 상황에 고장진단 및 수리서비스를 제공하기 위해 규칙추론기반 언어인 Jess를 사용하고 OWL기반의 컨텍스트 온톨로지와의 연계를 위해 Jess Tab API를 사용한다.

본 연구에서는 동적 수신호 패턴에 대한 효과적인 인식을 위하여, 특징추출 단계와 패턴 분류 단계의 두 모듈로 이루어지는 복합형 신경망 모델을 제안한다. 특징추출 모듈을 위하여 고유의 특징표현 기법과 3차원 수용영역 구조의 CNN 모델을 제안한다. 이는 3차원 형식의 데이터로 표현되는 수신호 패턴으로부터 특징점의 공간적 변이뿐만 아니라 시간적 변이에 강인한 특징추출 기능을 제공한다. 패턴 분류 모듈에서는 효율적인 학습과 인식 기능을 위하여 수정된 구조의 GFMM 모델을 제안한다. 또한 학습패턴의 빈도를 고려한 활성화 특성과 학습 방법을 정의함으로써 기존의 GFMM 모델이 갖는 단점인 학습결과가 학습순서에 종속되는 특성과 비정상적 패턴 및 노이즈 패턴에 민감한 현상을 개선한다.

연구자의 R&D 전주기 과정을 지원하기 위해 KISTI에서 2006년 개발된 OntoFrame$^{(R)}$은 과학기술 온톨로지와 DBMS 기반 추론 시스템을 적용하여 추론 서비스를 제공하였다. 2007년 개발중인 OntoFrame$^{(R)}$의 추론 시스템은 대량의 인스턴스를 대상으로 빠른 추론 성능을 제공하기 위해서 저장 구조 변경 및 추론 프로세스 변경을 통해 추론 시스템의 성능을 개선하는데 중점을 두고 있다. 본 연구에서는 추론 시스템의 개선을 위해서 RDF 트리플의 데이터 구조 및 테이블 구조 변경, EMPV(Expanded Multiple Properties View) 개발 및 도입, 추론 서비스와 추론 시스템의 프로세스 변경, 저장 구조 관리기의 개발 연구를 수행하였다. 데이터 구조 및 테이블 구조 변경을 통해서 저장 공간의 오버헤드를 개선하였고, EMPV의 도입을 통해서 트리플 저장 구조의 비효율적인 자료 접근 방식을 개선하였으며, 프로세스 개선을 통해 추론에 소용되는 시간을 단축하였다. 또한 관리기 도입을 통해서 사용자 편의성 및 추론 시스템의 관리 기능을 제공하였다.

최근 기업 정보에 대한 온톨로지 구축 필요성이 대두되면서 기업의 투자 비용과 시간을 고려한 온톨로지 구축 대상 선정을 위한 효율적인 기법이 요구되고 있다. 그러나 기존의 온톨로지 구축 방법론에서 제시한 대상선정 기법은 전체를 대상으로 하거나, 특정 영역만을 대상으로 한다는 한계가 있다. 본 논문에서는 정성적요소를 포함하는 다기준 의사결정에서 정량적인 평가를 지원하는 의사결정지원기법인 AHP(Analytic Hierarchy Process:계층화분석법)기법을 온톨로지 구축 대상 선정에 적용하는 방법을 제안한다. 이러한 방법을 통해 온톨로지 적용대상의 우선순위를 결정지을 수 있으며, 기업의 온톨로지 구축시 목표와 전략에 맞는 대상선정의 정량적 기준을 제공할 수 있다.

최근에 제안된 감독 지식을 융합하는 강화 학습 기법인 potential-based RL 기법의 효용성은 이론적 최적 정책으로의 수렴성 보장으로 증명되었고, policy-reuse RL 기법의 우수성은 감독지식을 융합하지 않는 기존의 강화학습과 실험적인 비교를 통하여 증명되었지만, policy-reuse RL 기법을 potential-based RL 기법과 비교한 연구는 아직까지 제시된 바가 없었다. 본 논문에서는 potential-based RL 기법과 policy-reuse RL 기법의 실험적인 성능 비교를 통하여 기법이 policy-reuse RL 기법이 policy-reuse RL 기법에 비하여 더 빠르게 수렴한다는 것을 보이며, 또한 policy-reuse RL 기법의 성능은 재사용하는 정책의 optimality에 영향을 받는다는 것을 보인다.

최근 시뮬레이션의 분야에 인공지능의 요소가 적용된 연구가 진행되고 있다. 본 연구에서는 다양한 인공지능의 기법들 중에서 FSM을 기반으로 한 자율적 에이전트를 설계하고 이를 핑-퐁 게임에 적용시켜 실험하였다. 이러한 FSM 기반의 에이전트를 이용하게 되면 모델 설계가 용이하며, 시스템을 구성하고 있는 모든 에이전트들의 상태를 쉽게 확인 할 수 있고, 시뮬레이션 모델설계를 단순화할 수 있는 장점이 있다.

최근 기업들은 인터넷, 이벤트 등의 다양한 매체를 통해 방대한 양의 고객 주소 데이터를 수집하고 있다. 이렇게 수집된 고객 주소 데이터는 DM발송 등을 통한 마케팅 및 캠페인에 활용함으로써 서비스의 질을 향상시키고, 고객의 충성도를 높인다. 그러나 사용자가 입력한 주소의 일부는 띄어쓰기가 정확하지 않은 주소, 정보가 누락된 주소, 오타가 있는 주소, 구주소 등의 입력으로 주소의 표준 형태를 갖지 않거나 일관성이 없다. 또한 2007년 4월부터 부분시행예정인 신주소 체계를 위해 기존의 주소를 적절히 변환해야만 한다. 본 논문에서는 부정확하거나 불완전한 주소를 표준 형태의 정확한 주소로 변경하는 효율적인 주소 정제 시스템을 제안하고 개발한다. 본 시스템은 먼저 입력 주소의 유니코드 분석을 통한 한글 입력 오류 교정과 해쉬테이블을 이용한 건물명의 표준 형태 변환을 수행한다. 이 과정이 완료된 주소들은 주소 트리 모델 구축을 통해 띄어쓰기가 부정확한 주소의 처리, 역주소테이블(inverted address table)을 이용한 누락 주소의 처리(enrichment), 구주소에 대한 트리 모델을 생성한 신주소 변환 처리 등의 프로세스를 통해 정제하게 된다. 실험을 위해 오타와 띄어쓰기, 누락된 정보가 있는 주소를 생성하여 타 정제 시스템과 성능을 비교하였다. 생성된 데이터를 비교한 결과 기존 주소 정제 시스템의 오류율 7.5% 보다 제안된 방법으로 개발된 본 시스템의 오류율이 0.45%로 낮음을 확인하였다.

실세계의 여러 문제들은 마르코프 결정 문제(Markov decision problem, MDP)로 표현될 수 있고, 이 MDP는 모델이 알려진 경우에는 평가치 반복(value iteration) 이나 모델이 알려지지 않은 경우에도 강화 학습(reinforcement learning) 알고리즘 등을 사용하여 풀 수 있다. 하지만 이들 알고리즘들은 시간 복잡도가 높아 크기가 큰 실세계 문제에 적용하기 쉽지 않아, MDP를 계층적으로 분할하거나, 여러 단계를 묶어서 수행하는 등의 시간적 추상화(temporal abstraction) 방법이 제안되어 왔다. 이러한 시간적 추상화 방법들의 문제점으로는 시간적 추상화의 디자인에 따라 MDP의 풀이 성능이 크게 달라질 수 있으며, 많은 경우 사용자가 이 디자인을 직접 제공해야 한다는 것들이 있다. 최근 사용자의 간섭이 필요 없이 자동적으로 시간적 추상화를 만드는 방법들이 제안된 바 있으나, 이들 방법들 역시 결과물에 대한 이론적인 성능 보장(performance guarantee)은 제공하지 못하고 있다. 본 연구에서는 이러한 문제점을 해결하기 위해 MDP의 구조와 그 풀이 성능을 연관짓는 복잡도 척도에 대해 살펴본다. 이를 위해 MDP로부터 얻은 상태 경로 그래프(state trajectory graph)의 위상적 성질들을 여러 네트워크 척도(network measurements) 들을 이용하여 측정하고, 이와 MDP의 풀이 성능과의 관계를 다양한 상황에 대해 실험적, 이론적으로 분석해 보았다.

현재의 웹 서비스 표준 기술은 XML, SOAP, WSDL, 그리고 UDDI를 중심으로 매우 기본적인 상호작용 모델을 가지고 있다. 위의 기술들을 이용해 단일 웹 서비스에 대한 정의와 비즈니스 레지스트리에 등록된 웹 서비스를 이용할 수 있다. 현재 일반적으로 개발되고 사용되고 있는 웹 서비스는 사용자의 요청이 발생하면 작업처리의 결과를 반환할 때까지 기다리는 동기적인 방식을 사용하고 있다. 즉, 사용자가 처리요청을 하면 그 결과가 반환될 때까지 기다리는 동안 손실이 발생하게 된다. 본 논문에서는 동기식 웹 서비스로 인해 발생할 수 있는 손실을 최소화 할 수 있는 비동기 웹 서비스를 시스템에 접목한다. 간단한 사칙연산을 동시에 비동기 방식으로 호출하는 웹 서비스의 구현을 통해 다른 영역에도 적용할 수 있는 기반 시스템을 구축한다.

본 논문은 물리엔진을 기반으로 구현한 자동차 시뮬레이터 프로그램에서 베이지안 네트워크를 이용해서 최적화된 이동방식을 계산하여 제공하는 기능을 구현한 결과를 보여준다. 자동차 시뮬레이터로부터 입력 받은 각 코스별 통과시간과 이동위치 및 회전각을 토대로 수집된 정보에 베이지안 네트워크를 적용하여 가장 빠른 시간 내에 완주한 코스의 이동위치에 따른 회전각을 산출해 낸 다음 각 위치마다 확률적으로 가장 적합한 핸들 조작법을 화면에 제공함으로써 사용자가 현 위치에 가장 최적화 된 조작법을 알 수 있게 한다. 또한 반복적인 레이스 트랙 완주에 따라서 더욱 최적화 된 각도를 피드백 함으로서 좀 더 빠른 완주가 가능해지도록 하는 것이 이 연구의 목적이다.

이메일은 누구나 쉽게 정보를 교환할 수 있는 편리함 때문에 인터넷에서 가장 중요한 수단으로 사용되고 있다. 그러나 순수한 의사소통의 수단이 아닌 스팸메일의 범람은 성인뿐만 아니라, 어린이 청소년에게도 무차별적으로 전송됨으로써 심각한 부작용을 낳고 있다. 본 논문은 점차 지능화 되는 신 유형의 음란 스팸메일로부터 청소년을 보호하기 위하여 새로운 방법의 음란메일 차단시스템을 제안하고자 한다. 기존의 스팸메일 차단시스템은 사용자가 직접 음란한 메일이라고 판단되는 메일에 대해 일일이 키워드를 설정하거나, 메일 내용 중에 텍스트만을 추출하여 패턴 매칭방법으로 분류하는 것이 대부분이었지만, 본 논문은 기존 방법의 문제점을 해결하기 위하여 이미지 내 Skin-Color분포의 Human Detection 알고리즘과 웹 로봇 에이전트의 하이퍼링크 분석기법을 사용하였다. 성능 측정결과, 형태소 분석과 Human Detection 알고리즘을 병합하여 적용한 경우 성능 측정에서 90% 정도의 F-measure를 보였지만, 추가적으로 웹 로봇 에이전트의 하이퍼링크 분석기법을 병합하여 적용한 경우 97% 이상의 F-measure를 보이며, 신뢰성이 높은 음란스팸메일 차단 시스템을 구현할 수 있다는 것을 증명하였다.

We envisage that grid computing environments allow us to implement distributed data mining services, that is, those applications which analyze large sets of geographically distributed databases and information using the computational power and resources of a grid environment. This paper describes an experimental framework towards such a distributed data mining approach, including design considerations and a prototype implementation. Based on the "Knowledge Grid" architecture suggested by Cannataro et al., we identify four major components - user node, broker node, data node, and computation node - and define their individual roles. For implementing the prototype, we have investigated methods for utilizing distributed resources within a grid computing environment, e.g., communication and coordination among the various resources available.

본 논문에서는 유비쿼터스 컴퓨팅 시스템이 사용자에게 적절한 서비스를 제공하도록 도와주는 지능형 서비스 에이전트를 제안한다. 사용자에게 적절한 유비쿼터스 서비스를 제공하기 위해서는, 각각의 유비쿼터스 서비스 시스템 내에서의 상황 정보(Context Information) 차이를 조절하고 사용자의 취향을 서비스에 반영해야 한다. 따라서 다음 3가지 부분에 중점을 두어 연구를 진행하였다. 첫째, 적절한 다중 에이전트 프레임워크 - 에이전트간의 커뮤니케이션 이해와 추론엔진의 적용, 둘 째, 유비쿼터스 컴퓨팅 환경 내에 존재하는 다양한 상황 정보 (Context information)를 효과적으로 표현하는 유비쿼터스 온톨로지 - 에이전트간의 상황 정보 공유와 이해, 마지막으로 유비쿼터스 시스템에 적용되는 사용자 프로파일 구축 방법에 대해 연구 하였다. 본 논문에서 제안하는 지능형 서비스 에이전트는 사용자 취향에 따라 적절한 서비스를 제공하는 적응형 유비쿼터스 서비스 시스템 구축을 가능하게 한다.

멀티미디어 데이터 처리 요구가 증가함에 따라 이의 의미적 표현 및 검색에 관한 연구가 활발히 이루어지고 있다. 최근에는 특히 지식 기반의 온톨로지를 이용한 의미적 검색에 초점을 두고 있으며, 구축된 온톨로지를 기반으로 동의어 관계, 반의어 관계 등을 이용하여 질의 확장으로 활용되고 있다. 하지만 이들은 대부분 속성 관계 등을 고려하지 않을 뿐만 아니라 각 관계별 가중치를 고려하지 않고 있다. 이에 본 논문에서는 비디오의 의미적 특징들을 추출하여 온톨로지를 구축한 후 의미 기반 검색을 위하여 관계별 가중치를 고려한 유사성 측정을 제안하고자 한다.

문서 여과 시스템은 사용자의 정보요구를 기준으로 문서들을 선별하여 제시한다. 사용자의 정보요구는 하나 이상의 단어들로 구성된 프로파일로 표현이 되며, 문서의 여과 과정 동안에 발생하는 사용자의 연관성 평가를 통해 구체적인 내용으로 변할 수 있다. 기존 연구의 경우 사용자는 자신이 직접 연관성 평가에 참여하여 평가 정보를 입력하고, 사용자가 평가한 긍정적 피드백 정보를 이용하여 사용자 프로파일을 학습한다. 본 연구는 사용자가 평가한 긍정적 연관성 피드백 뿐만 아니라 부정적 연관성 피드백을 함께 이용한 사용자 프로파일 학습 방법을 제안한다. 제안된 방법과, 대표적인 연관성 피드백 방법인 Rocchio 방법과의 성능을 측정하기 위해 네 가지 토픽에 대하여 여과를 수행하였다. 실험한 결과 부정적 연관성 피드백 정보를 이용하였을 경우 Rocchio 방법 보다는 6% 더 성능이 높은 것을 볼 수 있었다. 실험결과 부정적 평가를 받은 문서를 이용하여 사용자가 선호하지 않는 문서를 제거함으로써 여과 시스템의 성능을 향상 시킬 수 있었다.

인터넷의 활용이 매우 활발해진 현재 각 개인 컴퓨터에 저장된 다양한 데이터의 공유 및 미니홈피, 블로그 등을 통한 웹 게시가 급증하고 있다. 그러나 그러한 개인 데이터 사용을 위해 컴퓨터에 저장되어있는 수많은 데이터 중 원하는 데이터를 검색하는 것은 매우 어렵다. 왜냐하면, 파일명, 작성일자 등 매우 제한된 정보를 사용하여 검색을 하기 때문에, 사용자 질의에 합당한 결과를 제시하지 못하는 문제점이 있다. 본 논문에서는 이러한 문제점을 해결하기 위하여 첫째로, 온톨로지를 정의한다. 둘째로, 온톨로지 기반의 메타데이터를 정의한다. 셋째로, 데이터 간 의미적 연관성을 고려한 추론 기술을 적용한다. 즉, 각 데이터 간 의미를 고려한 검색을 개인 데스크톱 검색에 적용한다. 본 논문은 개인 미디어 검색을 위한 메타데이터 정의 및 추론 기술의 적용에 대하여 기술한다.

위치정보는 유비쿼터스 컴퓨팅의 가장 중요한 항목 중 하나이다. 일반적인 위치 인식 시스템은 GPS가 대표적이지만, 실내에서 사용할 수 없고 건물내부와 같은 좁은 지역에서의 위치 인식이 어렵다는 단점이 있다. 특히 핸드폰, PDA와 같은 개인용 장비 에서는 더욱 정교한 위치 인식 기술이 필요한데, 무선랜을 기반으로 하는 위치 인식 기술은 그러한 목적을 달성하기에 적절하다. AP (Access Point)로부터 수집된 무선 신호의 세기는 모바일 기기의 위치를 측정하는데 필요한 지도로써 사용할 수 있지만, 건물의 벽, 사물, 사람 등과 같은 장애물의 간섭으로 변화가 심해 쉽게 사용할 수 없다. 본 논문에서는 이러한 문제점을 극복하기 위하여 신경망 모델을 이용한 무선랜 환경에서의 위치 인식 시스템을 제안한다. 아울러 신경망 학습에 사용될 학습데이터의 오차를 보정하고, 중복을 제거하기 위하여 칼만 필터를 사용하였다.

위치정보는 사용자에게 유용한 서비스를 제공하는데 필요한 주요 컨텍스트 중의 하나로, 이를 얻기 위해 GPS(Global Positioning System)가 널리 사용되고 있다. GPS는 위성신호를 이용하기 때문에 별도의 기지국이 필요 없고 전 세계를 포함하는 넓은 가용범위를 갖지만, 도심과 같이 높은 건물이 많은 지역에서는 수신이 어렵다는 단점이 있다. 본 논문은 주변기기들의 위치정보를 공유 받아 모바일 기기의 GPS 정보손실을 복구하는 알고리즘을 제안한다. 먼저 주변의 모바일 기기나 기지국의 유효한 위치정보를 근거리 통신의 애드혹 네트워크인 스캐터넷을 통해 공유받는다. 그 후, 근거리 통신의 가용범위와 지도상의 지형정보를 함께 고려하여 복구 알고리즘을 통해 자신의 위치를 추측한다. 본 논문에서는 최근 모바일 기기에 기본으로 장착되는 근거리 통신기술인 블루투스(Bluetooth)를 가정하여 시뮬레이션 환경을 모델링 하였으며, 실험결과 제안하는 방법을 통해 손실된 GPS 정보의 상당부분이 복구되는 것을 확인하였다.

인터넷과 디지털기기의 발달로 인해 이미지 데이터가 기하급수적으로 증가함에 따라 이미지 데이터의 의미적인 자동분류를 위한 연구가 활발히 진행되고 있다. 기존의 이미지 분류방법은 내용기반 분류와 주석자에 의한 직접 분류 방법이 있다. 하지만 분류 기준이 명확하지 않고, 이미지가 내포하고 있는 정확한 의미 별로 분류가 이루어져 있지 않았다. 이에 본 논문에서는 이미지의 주석간 개념적인 관계를 분석하고 이미지에 의미를 대표할 수 있는 키워드를 추출하여 의미적이고 효율적인 분류 방법을 제안한다.

오늘날 컴퓨팅 기능의 급격한 발달은, 시스템의 효율뿐만 아니라 지능화에 대한 요구를 증대시키고 있다. 지능화된 서비스를 성공적으로 제공하기 위해서는, 제공하려는 도메인에 대한 지식 처리 기능이 필수적이다. 시스템의 지능적인 행동은 그 시스템이 보유하고 있는 지식의 질(質)에 영향을 받기 때문에, 사용되는 지식의 질적 우수성을 보장하려는 시도가 이루어지고 있지만, 문제는 지식의 질이 높아질수록, 지식 관리의 비용이 증가한다는 점이다. 따라서 품질과 비용 사이의 균형점을 맞추기 위한 노력이 필요하다. 이에 본 논문에서는 사용하려는 지식의 품질과 시스템에서 요구하는 지식의 품질을 비교함으로써, 이 균형점을 맞추는 방법을 제안한다. 이를 위해, 시스템이 제공하려는 서비스 시나리오를 대상 지식으로 표현 및 처리한다. 시스템 관리자는 이 결과를 바탕으로 채택하려는 지식과 자신의 시스템 사이의 괴리를 손쉽게 판단 할 수 있고, 그 차이를 없애기 위해 지식의 확장 및 축소의 부분을 결정하고, 수정할 수 있다.

MLP(Multi-Layer Perceptron)를 이용한 학습은 간단한 구조에도 비선형 분류가 가능하다는 장점을 가지고 있다. 하지만 오류역전파 알고리즘을 사용함으로써 시간의 소모가 크고 원치 않는 결과값으로의 수렴가능성을 배제할 수 없다는 단점을 가지고 있다. 이는 초기설정의 의존도가 높기 때문에 발생하는 문제들로 좋은 결과값에 근접한 곳으로 초기화가 이루어지면 좋은 학습 성능을 보이지만 반대로 좋은 결과값으로부터 멀리 떨어진 곳으로 신경망의 초기화가 이루어지면 학습 성능이 현저히 낮아지는 현상을 보인다. 본 논문에서는 MLP 전체의 층을 대상으로 하는 본 학습이 이루어지기 전에 RBM(Restricted Boltzmann Machine)을 이용, 층간 선행학습을 행하고 그 결과로 얻어지는 가중치와 바이어스를 본 MLP 학습의 초기화 데이터로 사용하는 개선 MLP 학습 알고리즘을 제안한다. 이 방법을 사용함으로써 MLP 학습 속도향상은 물론 원치 않는 지역해로의 수렴까지 방지할 수 있어 전체적인 학습 성능향상이 가능하게 된다.

지식베이스 시스템의 중요한 구성 요소로는 유용한 지식베이스의 어떤 조합이 주어진 과업을 위해서 선택된 문제 해결자의 요구사항을 만족시키는지를 고찰하는 지식베이스 집합과 문제 해결자들의 집합을 들 수 있다. 가능한 조합을 인식하는 것은 일련의 제약만족문제를 실험하는 것과 해결될 수 없는 것을 제거하는 것을 필요로 하는데, 제약만족 문제의 모순성 발견을 신속히 하기 위해 본 연구에서는 제약을 제거함에 의해서 제약만족문제를 완화시키는 방법을 사용하였다. 완화 접근법을 시험하기 위해서, 기존의 급성복통과 관련된 지능형 질환 진단 시스템(A-IDS-DAAP)과 제약을 제거함에 의해서 제약만족문제를 완화시키는 방법을 적용한 급성복통과 관련된 지능형 질환 진단 시스템(CR-IDS-DAAP)을 가지고 실험을 하여 평균 수행시간을 감소시켜 시스템의 성능을 향상시키게 되었다.

스팸 메일의 비율은 지속적으로 증가하여 최근 전체 이메일의 92.6%가 스팸 메일인 것으로 드러났다. 본 논문에서는 시간의 경과에 따른 사용자의 액션 패턴을 기반으로 사용자의 관심에 따른 가중치를 적용하여 스팸 메일 여부를 가리는 방법을 다룬다. 액션간의 관계와 액션 사이의 시간에 따라 가중치를 차별화함으로써 얼마나 높은 필터링 성능을 보일 수 있는 지, 또한 학습 속도 향상에 얼마나 기여할 수 있는지를 측정할 것이다. 실험에서는 실제 메일 데이터를 이용하여 베이지안 분류자, 가중치가 부여된 베이지안 분류자와 본 논문이 제안하는 시스템의 학습 성능의 향상 속도를 비교할 것이다. 또한 제안된 시스템이 Concept Drift와 적응 학습, 그리고 개인화를 어떻게 다룰 지를 보일 것이다.

본 논문에서는 사람이 생각하고 표현하는데 영향을 주는 감성 요인을 사용하여 컴퓨터가 다양한 환경에 적응하며 지능을 표현할 수 있는 에이전트 모델을 제안한다. 감성은 사람이 생각하고 판단하는데 중요한 요소가 되고, 이러한 감성을 에이전트에 표현하면 사람의 추론하는 과정을 효과적으로 표현할 수 있다. 이에 사람의 추론 과정을 표현하기에 적합한 한 에이전트 모델인 BDI(Belief, Desire, Intention) 에이전트 모델을 감성과 결합하여 에이전트들의 행동을 빠르게 결정할 수 있는 ExMEBDI(Expanded Multi Emotional BDI) 에이전트 모델을 제안한다. 또 기존의 사람의 감성을 모델로 구성된 OCC모델을 기반으로 ExMEBDI 모델의 감성 추출 방법인 GEM(Generated EMotion)을 제안하였다.

뇌 속 뉴런들의 네트워크는 근본적으로 recurrent neural networks(RNNs)의 형태를 지닌다. 이 논문에서는 반복되는 뉴런 반응 패턴들 사이의 관계를 네트워크에 저장함으로써 생물의 기억이 생성된다는 가정하에, 이를 표현할 수 있는 RNN 모델을 제안하였고, evolutionary algorithm을 통해 이러한 여러 쌍의 기억들이 저장된 네트워크가 존재할 수 있음을 보였다.

This paper proposes an effective method for text detection in video. First, we apply an edge detection method to the video frame with a relative low threshold to keep all possible text edge pixels. Second, a multi-frame integration method is applied to significantly remove background pixels which are not stationary in a specific period. Finally, text regions are extracted by using the coarse to fine projection method. Experimental results demonstrate the effectiveness of the proposed method.

이 논문은 우리나라 차량 영상에서 번호판 영역을 추출하는 알고리즘을 제안한다. 우리나라 번호판은 하단에 네개의 숫자를 포함하고 있으므로, 네 개의 숫자를 찾으면 번호판을 추출 할 수 있다. 제안하는 방법은 입력된 영상에서 숫자의 가능성을 가진 연결 요소를 검출하고 이들을 군집화 한다. 군집화 된 연결요소들을 바탕으로 숫자 네개(4-digits) 후보를 생성한다. 4-digits 후보들을 인식하여 숫자의 가능성을 측정하고, 적합도로 변환한다. 후보영역 중 적합도가 가장 높은 영역을 번호판 영역으로 추출한다. 적합도는 Perfect Metrics 방법으로 측정하였다. 제안하는 방법을 주간 영상 4600장과 야간 영상 264장으로 테스트 한 결과 각각 97.23%, 95.45%의 검출률과 0.09%, 0.11%의 오검출률을 얻었다.

본 논문에서는 OCR(Optical Character Recognition)의 정확도를 위해 인쇄체 한글 문서 영상에 대한 자동 평가방법을 제안한다. 자동 평가방법은 문서가 스캔된 상태에 따라 낮은 해상도, 영상 자체의 기울어짐, 많은 잡음 등을 판단하여 인식하지 않고도 인식률을 추측할 수 있다. 평가방법은 영상 자체의 밝기, 기울기, 영역의 특징, 문자의 상태 등을 특징 항목으로 만들어 점수를 산출한다. 각 항목의 점수는 가장 높은 인식률을 가지는 영상의 특징 값을 기준으로 삼는다. 각각의 특징에 대해 점수가 산출되면 인식률에 높은 비중을 차지하는 특징에 높은 가중치를 적용하여 최종 점수를 산출한다. 영상 평가방법을 통해 높은 점수를 얻은 영상은 상용 인식기를 통해 인식한 결과 높은 인식률을 나타냈고, 평가방법에서 낮은 점수를 받은 영상은 상대적으로 낮은 인식률을 나타냈다. 본 논문에서 제안하는 문서영상을 위한 자동 평가방법은 인식기를 사용하지 않고 영상의 품질을 측정하기 때문에 빠른 시간에 인식률을 추측할 수 있고, 낮은 인식률을 보일 수 있는 영상에 대해서는 항목별 점수를 피드백으로 사용할 수 있어 인식하기전 문서 영상의 전처리에 과정에 도움을 줄 수 있다.

본 논문에서는 악보 영상을 인식하고 이를 연주할 수 있는 시스템을 제안한다. 이 시스템은 스캐너 또는 카메라로 악보 영상을 입력 받는다. 먼저 입력 영상을 전처리하여 영상 분석에 알맞은 형태로 변환시키고 선 추적으로 오선을 추출한 후, 템플릿 매칭을 이용해 음표, 쉼표, 보표, 조표 등을 추출하여 인식한다. 그리고 인식한 결과를 MIDI로 출력한다. 이 악보 인식 시스템을 통해 여러 실험 데이터를 검토해 본 바, 본 시스템이 실용적임을 보였다.

음성 질의에서 효율적으로 onset을 검출하기 위한 연구는 다양하게 이루어져 왔다. 특히 대부분의 연구는 확률론적 모델에서 큰 성과를 나타내고 있다. 그러나 이러한 모델들은 변화나 확장이 쉽지 않다는 단점을 가지고 있다. 본 논문에서는 동적 확장 가능한 다중 계층 신경망(Dynamic Expansible MLP)을 제안하여, 기존 방법론의 확장 가능성을 모색한다. 또한, 음성 질의의 onset을 검출하기 위해 MLP를 활용하기 위한 모델을 제시한다.

차세대 지뢰탐지 기술로는 NQR(Nuclear Quadrupole Resonance, 핵4중극자공명), GPR(Ground Penetrating Radar, 지상 침투 레이더)등 이 연구 및 개발 중 이다. 현재 우리나라에서도 이중 GPR을 차세대 지뢰탐지 기술로 연구중에 있다. 그렇지만 지금까지 개발된 GPR 기술을 적용한 지뢰탐지기는 얻어진 2차원 영상에 대해서 육안에 의한 식별만이 가능하여 지뢰 식별이 장시간 소요된다는 단점을 가지고 있다. 이에 본 논문에서는 그러한 문제를 해결하기 위해 주성분 분석법을 적용하여 해결하고, 제안된 시스템이 가능한지 확인하기 위해 유사한 실험 환경을 구성하고, 얻어진 영상을 학습시켜 실제로 얻어진 영상에 대한 분류가 가능한지를 확인하였다.

본 논문은 신원확인 수단으로 부각되어 관심이 높은 홍채인식에 대한 연구이다 홍채인식 시스템의 경우 홍채영역에 따라 각 영상들의 특징 값이 차지하는 비중이 서로 다르게 분포되어 있고 눈썹이나 조명에 의한 잡음으로 인하여 인식성능에 영향을 미친다. 이 경우 기존에 등록되어 인증된 사용자의 홍채영상일지라도 제대로 인식하지 못하거나 인증에 실패할 수 있으며, 실세계에서의 홍채영역 사용이 원활하지 못하게 된다. 그러므로 단일 생체인식 시스템에서 홍채인식을 할 경우, 중요한 특징을 그대로 유지하고 인식성능을 향상시키기 위해서 획득된 홍채 영상의 정규화와 전처리 과정을 거친 다음 홍채영역을 분할한 후 각 영역에서의 보정치 적용을 통한 특징추출 방법을 제안한다. 또한 웨이블릿 변환과 주성분 분석을 이용하여 인식 성능이 개선된 특징추출 방법임을 보인다.

영상에서 잡영(noise)을 감소시키는 것은 영상의 품질 향상을 위하여 매우 중요한 문제이다. 본 논문은 수용체 (receptive field)의 On/Off 공간적-시간적 구조를 영상에 적용하여 영상의 잡영을 감소시키는 새로운 기법에 대하여 논의한다. 또한 구 모양의 망막 구성, 수용체의 개량된 On/Off 공간적-시간적 구조, 반맹증을 실험할 수 있는 신경교차(chiasm) 등을 구성하여 구조적으로 향상된 인공 시각 시스템을 개발할 것을 제안한다.

본 논문에서는, 폐 종류 음영검출에 대해서 다중해상도 필터를 에너지 차분 영상에 적용하여 기존 방법과의 비교평가 및 폐 종류 음영검출 자체에 관하여 그 검출성능에 영향을 주는 요인을 선택해서 분석을 하였다. 다시말해서, 폐 종류 음영 검출자체에 관해서 복수의 분석인자를 선택해서 복수의 관점에서 성능을 분석하였다. 즉, 영상 인자로서 보통 X선 영상 및 에너지 차분영상을, 검출필터 인자로서 라플라시안-가우시안 필터, 최소방향 차분필터 및 본 연구에서 제안하는 다중해상도 필터를 선택해서 분석을 하였다. 그 결과, 폐 종류 음영검출에 있어서 에너지 차분 영상의 유효성, 최소방향 차분필터의 보통 X선 영상에서의 효과 및 다중해상도 필터의 에너지 차분 영상에 있어서의 유효성을 식견으로서 터득하게 되었다.

영상 학습은 컴퓨터를 이용한 자동 시각 검사에서 매우 중요하고 어려운 단계이다. 전자산업과 같이 신제품 개발 주기가 짧고 다양한 제품들을 검사하여야 하는 분야에서 어렵고 복잡한 학습 과정은 큰 문제가 되고 있다. 본 연구에서는 CAD 파일을 이용하여 PCB 자동 시각 시스템의 학습 과정을 손쉽게 할 수 있는 방안을 제시하였다.

기존에 널리 이용되고 있는 일회용 용기가 가지고 있는 환경 오염 문제로 인하여 천연 고분자로 만들어진 생분해성 일회용 용기의 사용이 점점 증가하고 있다. 본 논문에서는 생분해성 용기 제작시 중요한 단계인 양품 및 불량품 판정을 위하여 비젼 시스템으로부터 획득된 용기 이미지로부터 용기 내부면 및 테두리에서 발생하는 결함을 검출하는 알고리즘을 제안한다. 구현한 시스템을 통한 실험 결과 제안한 알고리즘은 실시간 제약 조건을 만족시키면서 다양한 형태의 결함을 효과적으로 검출하였다.

최근 다양한 형태의 멀티미디어의 확산과 영상에 대한 관심이 높아짐에 따라 필름 복원은 많은 사람들로부터 관심을 받고 있는 연구 분야다. 본 논문에서는 스크래치 텍스처 및 형태 특성을 이용하여 모든 종류의 스크래치를 자동으로 검출하고 복원 할 수 있는 방법을 제안한다. 제안된 방법은 손상된 필름에서 자주 발생되는 스크래치의 공간적인 정보를 이용하여 텍스처 분류기와 형태 필터링을 통해 스크래치를 검출 하고, 양선형 보간법을 사용하여 손상된 필름 영역을 주변 픽셀 값을 이용하여 스크래치를 제거 함으로써 영상을 복원한다. 본 논문에서 제안된 방법은 Kokaram의 논문에 제안된 방법보다 다양한 종류의 스크래치를 정확하게 인식하며, 적은 계산 비용임에도 불구하고 양선형 보간법은 스크래치 영역을 제거한다.

영상 내 사물들의 카테고리를 인식하는 연구는 시각적 영상처리와 연관된 다양한 분야에서 활발히 진행되고 있다. 객체 범주화(Object Categorization)는 가정과 같은 실내에서 책상, 의자, 컵, 주전자 등의 다양한 사물들을 구분하여 인식하는데 중요한 역할을 할 수 있다. 본 논문에서는 최근 영상 내 객체들의 카테고리 분석을 위해 연구된 PLSA를 기반으로 특이점에 가중치를 부여하여, 보다 유사한 카테고리 간에 인식 성능을 향상시키는 접근법에 대하여 연구하였다. PLSA는 문서기반의 정보검색 분야로부터 소개된 기법으로, 약한 수준의 비감독 방법임에도 불구하고 인상적인 인식성능을 보여준다. 그러나 비슷한 특징점 분포를 보이는 유사한 카테고리 간의 객체 카테고리 인식에 대해서는 비교적 낮은 성능을 보인다. 본 연구에서는 카테고리간의 비교실험을 통해 각 특징점에 대하여 가중치를 부여한 PLSA를 적용하여 유사한 객체 간의 카테고리 인식 가능성을 살펴보았다. 실험에서는 기존의 PLSA 기법과 제안한 가중치를 부여 PLSA 기법을 각각 적용하여 그 성능을 비교하였다. 본 연구에서는 기존 PLSA 기법에서는 비교적 낮은 인식률을 보인 유사한 카테고리 인식에 대하여 실험 결과를 통해 가중치를 부여한 PLSA 기법이 보다 향상된 성능을 보임을 확인하였다.

보안첨단화의 필요성 증대로 인하여 복합적이고 고기능의 보안 감시 시스템의 수요가 급속도로 확대되면서 보안은 안전하고 행복한 생활을 만드는데 없어서는 안될 중요한 역할을 하게 되었다. 최근, 디지털 영상기술의 급속한 발달과 보급은 이러한 보안 감시 시스템을 가능하도록 하였다. 본 논문은 다수의 카메라로부터 사람들의 움직임을 연속적으로 식별하고 추적할 수 있는 향상된 지능화 방법을 제안한다. 이 방법을 통해 카메라들 간의 위상이 자동으로 구성되고 객체의 움직임을 기반으로 학습하여 카메라들간의 거리, 객체와 카메라와의 거리, 카메라의 각도를 자동적으로 연산할 수 있도록 하였다. 이러한 자가 구성 단계 이후에 사람의 움직임을 추적하게 된다. 추적에서 사람들을 식별하는 단계가 선행되어야 하며, 이를 위해 머리, 몸, 손, 다리로 분리하여 각각의 정보들을 식별자로 사용하였다. 이러한 외형 식별자와 객체의 출몰간의 시간차를 이용해 다수의 카메라들로부터 객체를 연속적으로 추적하였다.

본 논문에서는 다중카메라를 이용한 3차원 공간 구성에 대한 분석을 위해 실제 카메라의 3차원 위치를 분석하였다. 카메라의 3차원 위치 분석을 위해서 카메라 교정법을 이용하였으며 교정 결과 얻은 카메라의 외부변수를 역좌표변환하여 카메라의 3차원 위치를 얻었다. 다중카메라 교정을 위해서 10대의 카메라를 다섯 쌍의 스테레오 카메라로 묶어 교정을 하였다. 이러한 과정을 통해 얻은 카메라의 외부변수의 역좌표변환으로 실제 카메레라의 위치를 계산하였고 이것의 정확한 3차원 위치정보를 얻기 위해 초기 교정에서 선택된 12개의 점을 기초로 하여 각 좌표의 8-방향의 좌표 결과를 얻게 된다. 이렇게 해서 얻은 좌표를 이용하여 카메라 교정 과정을 반복하였다. 그 결과 카메라의 정확한 3차원 위치를 얻었으며, 또한 마커 좌표의 변화가 카메라의 위치에 영향 정도를 분석하였다.

A background is a part where do not vary too much or frequently change in an image sequence. Using this assumption, it is presented a background acquisition algorithm for not only static but also dynamic view in this paper. For generating background, we detect a region, where has high correlation rate compared within selected region in the prior pyramid image, from the searching region in the current image. Between a detected region in the current image and a selected region in the prior image, we calculate movement vector for each regions in time sequence. After we calculate whole movement vectors for two successive images, vector histogram is used to determine the camera movement. The vector which has the highest density in the histogram is determined a camera movement. Using determined camera movement, we classify clusters based on pixel intensities which pixels are matched with prior pixels following camera movement. Finally we eliminate clusters which have lower weight than threshold, and combine remained clusters for each pixel to generate multiple background clusters. Experimental results show that we can automatically detect background whether camera move or not.

실내의 완벽 주행이 주요 목적인 청소로봇은 자기 위치를 인식 할 수 있어야한다. 자기 위치를 제대로 인식하지 못하게 된다면 청소할 방을 모두 돌지 못하고 방 청소를 마치게 된다. 청소로봇이 상용화 되기 위해서는 저렴한 가격의 보드를 선호한다. 이것은 현재 나온 복잡한 계산을 요구하는 알고리즘을 사용하지 못하거나 사용하여도 속도가 느린 문제를 가진다. 영상 프레임 처리 속도가 느릴 경우 처리되는 동안 로봇이 움직이지 못하여 부드러운 움직임을 불가능하게 한다. 본 논문은 저사양의 하드웨어에서 자기 인식을 할 수 있는 시스템을 제안한다. 자기 인식을 하기 위해 처리 되어야 하는 전처리 과정과 전처리를 거친 데이터를 이용하여 자기 위치를 인식하도록 이동거리와 회전각을 계산하는 방법을 제안한다. 마지막으로 제안된 방법들을 이용하여 실제 이동 값과 비교, 분석한다.

본 논문에서는 실내 또는 실외 환경에서의 비전 감시 시스템에 응용할 객체의 이벤트 인식 방법을 정의한다. 객체의 이벤트를 실시간으로 적용하기 위해서는 연산 시간이 적어야하며 이벤트 인식 정확률 또한 높아야 한다. 기존의 규칙 또는 확률 기반 이벤트 인식 방법은 객체의 움직임 이벤트에 대해 한정적이거나 객체의 특징 벡터 추출이 규칙에 어긋나는 경우 오류가 발생하여 이벤트 인식의 정확도가 떨어지는 문제점이 있다. 본 논문에서는 시간의 흐름에 따른 독립 객체의 특징 벡터와 확률 정보를 통해 정해진 규칙에 가장 가까운 상황에 대해 계속적으로 이루어지는 이벤트 인식 방법을 제안한다.

본 논문은 객체로부터 특징 벡터를 추출하고 각 객체의 행동 양식을 분석함으로써 객체의 현재 이벤트를 인식하고 확률 모델을 기반으로 한 긴급한 상황에서의 시나리오를 해석할 수 있는 방법을 제안한다. 기존의 연구에서는 시나리오 해석을 위한 이벤트 인식 방법을 사용하였기 때문에 적용되는 범위가 한정되어 있었다. 본 논문에서는 시나리오를 정의하고 인식된 객체의 이벤트를 바탕으로 미리 정의된 시나리오에 가장 근접하는 상황이 발생하는 것을 자동으로 해석할 수 있도록 한다. 이벤트 규칙, 이벤트 인식, 그리고 이벤트를 바탕으로 하는 긴급 상황 시나리오가 실내 또는 실외 환경에서 객체 추적만을 통해 얻을 수 없는 의미론적 정보를 제안된 방법을 통해 획득할 수 있다.

Sparrow(스패로우)는 C/C++로 작성된 프로그램의 메모리 누수와 버퍼오버런 오류를 자동으로 프로그램 실행전에 찾아주는 도구이다. Sparrow는 실제 현장에서 쓰이는 상용 프로그램의 분석에 유용하게 쓰일 수 있도록 제작되었다. 이를 위해 분석기 엔진은 수십만 라인 이상의 소프트웨어를 적절한 시간과 정확도로 분석하기 할 수 있도록 많은 기술이 적용되었다. 또한 사용자의 편의성을 위해 대상 프로그램의 소스 구조를 자동으로 파악하여 분석을 준비하고, 거짓일 가능성이 높은 알람을 미리 제거하며, 발생한 알람의 원인을 설명해 준다. Sparrow로 httpd-2.2.2를 비롯한 오픈 소프트웨어들을 분석한 결과 실제 오류들을 찾아낼 수 있었다.

Static Single Assignment (SSA) form is an intermediate representation which encodes information about data and control flow that is use used to facilitate program analysis and optimization. SSA form simplifies this process with its size linear to program size. Thus we use SSA form to efficiently facilitate bytecode level analysis and optimizations in our CTOC program processor project. In this paper, we illustrate the application and implement implementation of SSA form using an example. We give the conclusion after experimental results.

더 이상 사용되지 않는 메모리가 계속해서 유지되는 것을 메모리 누수라고 한다. 메모리 누수가 발생하면 메모리 낭비가 누적되기 때문에 시스템의 성능이 저하되고 궁극적으로 시스템 크래시(crash)가 발생 할 수 있다. 본 논문에서는 이러한 메모리 누수를 검출하기 위하여 참조 계수 기법을 이용한다. 참조계수 기법을 이용하면 메모리 누수의 발생 여부뿐만 아니라 메모리 누수 발생시점에 대한 정보까지 제공할 수 있어 디버깅이 용이해진다. 그리고 본 논문에서 제안한 기법을 구현한 도구를 이용하여 사례연구를 수행한다. 사례 연구 분석을 통하여 본 연구에서 제안한 기법이 정확하게 메모리 누수를 검출하고 디버깅에 유용한 정보를 제공할 수 있다는 것을 보인다.

이 논문에서는 다단계 프로그램의 실행흐름을 타입을 기반으로 분석하는 방법을 제시하고 있다. 다단계 프로그램이란 실행 중 코드를 만들고 실행할 수 있는 언어를 말한다. 본 논문에서는 기존의 고차 함수형 언어의 실행흐름을 분석하는 방법을 다단계 언어를 위해서 확장한 방법을 제시하고 있다. 이 분석은 한 수식이 평가될 때 호출될 수 있는 함수들의 집합을 정적으로 분석하여 다단계 프로그램의 실행흐름 정보를 제공한다.

내장형 자바의 성능 향상을 위해 바이트코드를 기계어 코드로 미리 번역하여 내장형 시스템에 설치하는 Ahead-of-Time Compile(AOTC)가 많이 사용되고 있으나 수행 중에 동적으로 다운로드 되는 바이트코드를 수행하기 위해서는 기존의 해석기도 함께 사용되어야 한다. 이 경우 일부 자바 메소드는 AOTC에 의해 처리되고 일부 메소드는 해석기에 의해 수행되는 하이브리드 수행 환경이 된다. 이러한 환경에서 해석기 메소드가 AOTC 메소드를 호출하거나 AOTC 메소드가 해석기 메소드를 호출하는 경우 호출 오버헤드가 커서 성능을 저하시킬 수 가 있다. 본 연구에서는 AOTC에서 사용 가능한 두 가지 호출 인터페이스인 Java Native Interface(JNI)와 Compiled Native Interface(CNI)에 대해 하이브리드 수행 환경에서의 호출 오버헤드와 성능을 평가하고 각각의 장단점에 대해 논의한다.