최근 들어 생물학적 두뇌에 대한 관심이 높아지고 있으며, 그에 따라 인공두뇌의 개발이나 두뇌의 기능을 밝히고자 하는 시도가 활발히 이루어지고 있다. 특히 셀룰라 오토마타는 간단한 규칙들의 조합으로 복잡한 현상을 표현하는 모델로 복잡한 두뇌를 표현하기에 적합한 모델로 복잡한 두뇌를 표현하기에 적합한 모델일 기대된다. 셀룰라 오토마타 상에서 특정한 기능을 갖도록 신경망 모듈들을 진화시킨 후, 이들을 결합하여 인공두뇌를 개발하고자 하는 시도가 있다. 본 논문에서는 이러한 접근방식의 유용성을 보여주기 위하여 적당한 크기의 셀룰라 오토마타 공간에서 신경망을 만들어내어 이동 로봇의 제어기를 진화방법으로 구성하고자한다. 실험결과 로봇이 벽과 충돌하지 않고 잘 움직일 수 있도록 진화된 제어기를 얻을 수 있었다. 또한 다각적인 분석과정을 통해 진화된 제어기의 구조와 그 작동과정으 밝혀내고자 하였다.

능동적 시간지원 데이터베이스 시스템은 시간지원 데이터베이스 시스템에 능동규칙 시스템을 통합하여 구성한 진보된 데이터베이스 시스템이다. 이 시스템은 추세 분석, 상태 관찰을 통한 경보,고장에 대한 예측, 금융 시스템 및 공정 제어 등과같은 고도의 응용에 효과적으로 대응할수 있다. 그러나 능동적 시간지원 데이터베이스 시스템은 시간 차원을 갖는 다차원 데이터공간에 대해 처리해야 하므로 그 처리비용이 매우 높으며, 규칙 처리에 의한 시스템 부하가 매우 증가할 수 있다. 따라서 효과적 규칙 처리방법에 대한 연구가 수행되어야 한다. 한편 규칙의 성능에 대한 문제는 일반적으로 조건 평가 방법의 효율성에 달려있다. 특히 데이터의 시간차원을 고려한 시간지원 능동규칙의 경우 시간 영역에 따라 규칙에 의해 처리되어야 할 데이터 량의 증가하고 이에 다라 성능의 차이가 많이 나므로 더욱 문제가 된다. 따라서 이 논문에서는 능동적 시간지원 데이터베이스 시스템을 위한 시간지원 능동규칙의 성능향상을 위해 조건 평가를 검토하고 시간지원 차분에 의한 시간지원 점진적 평가연산을 제시하였다. 아울러 이 시간지원 점진적 연산자를 적용한 조건 평가 예를 보이고 이 연산자의 효율성을 증명하였다.

본 논문에서는 복합개체 계층구조의 재구성을 지원하는 객체지향 데이터베이스 스키마 버전모델을 제안한다. 이 모델은 풍부한 기본 스키마(Rich Base Schema)개념에 기반한 스키마 버전 모델 RIBS를 확장한다. RiBS 모델에서 각 스키마 버전은 하나의 기본 스키마에 대한 갱신가능한 클래스 계층구조 뷰이고 , 이 기본 스키마는 모든 스키마버전들에서 필요로 하는 스키마 정보를 갖고 있다. 본 논문에서는 스키마 버전의 복합객체 계층구조의 재구성을 위한 스키마 진화연산들을 도입하고, 이 연산들의 의미를 설명한다. 그리고 이 연산들을 통해 재구성된 복합개체 계층구조에서 대한 질의의 처리 방안을 다룬다. 또 한, 둘 이상의 스키마 버전 통합시 발생하는 복합객체 재구성 연산들에 의한 충돌현상을 설명하고 해결책을 제시한다. 본 논문의 독창성은 1) 복합객체 계층구조의 재구성을 위한 연산들을 최초로 도입한 점과 2) 확장된 RiBS 모델이 객체지향 데이터베이스의 데이터독립성(data independence)을 제공한다는 점이다.

공간 또는 다차원 데이터베이스에서는 노드영역의 중첩 및 다차원성 때문에 다수의 색인 노드를 읽어야 하는 질의가 빈번히 나타난다. 이와 관련하여 기존 연구에서는 질의를 처리하기 위해 읽어야하는 노드의 수를 줄일수 있는 새로운 색인방법을 다수 제안하였으며 본 논문에서는 같은 수의 노드를 디스크에서 빨리 읽을 수 있도록 클러스터링하는 간단한 방법을 제안한다. 제안된 방법은 노드를 형제 노드 군으로 분할하여 한 형제 노드군을 연속된 디스크 블록 군에 저장하고 노드 분할 또는 병합이 일어날때도 이런 클러스터링을 동적으로 유지한다. 약 130,000개의 TIGER 데이터와 Hilbert R-트리를 이용할 실험 결과 , 제안된 형제 노드 클러스터링을 통해 공간 영역 질의, 공간 근접질의, 공간조인 질의 등을 처리할 때 필요한 디스크 접근 시간을 최대 86%까지 줄일 수 있었다. 반면 색인 갱신과정에서 형제노드 클러스터링을 동적으로 유지하는 데 필요한 디스크 읽기 쓰기 회수의 증가량은 1% 미만밖에 되지 않았다.

다중 데이터베이스 시스템에서 지역 사이트의 자치성을 유지하면서 전통적인 전역 직렬가능성을 보장하는 일은 지역 트랜잭션에 의한 간접 충돌로 인하여 전역 트랜잭션의 동시 실행 정도의 저하를 초래하게 된다. 본 논문에서는 동시성 정도를 향상시킬수 있도록 전역 직렬가능성 기준을 완화하고 이를 기초로하는 전역 동시성 알고리즘을 제안한다. 제안된 알고리즘은 트랜잭션의 연산 유형을 이용하고 있으므로 특히 읽지 전용 트랜잭션의 경우 동시성 정도의 향상을 기대할 수 있다.

이 기종 시스템들간의 교환을 목적으로 사용되는 SGML(Standard Generalized Markup Language)문서는 논리적인 구조를 나타내는 구조를 나타내는 DTD(Document Type Definition )가 필요하다. 이러한 SGML DTD을 모델링하기 위해 기존에 여러 가지 방법이 제안되어 왔는데, 본 연구에서는 SGML DTD를 UML (Unified Modeling Language)클래스 다이어그램이 객체 모델로 사상시키는 알고리즘과 데이터 베이스 스키마 형태로 나타내기 위한 형식 모델을 제안한다. 본 연구에서 제안한 사상 규칙들과 알고리즘을 이용하면 SGML DTD을 보다 자연스럽게 객체지향 모델링하므로 데이터베이스 스키마로 변환이 용이하며, 형식모델을 데이터베이스 스키마 형태를 정의하므로 객체지향적인 문서 처리와 검색을 위한 효율적인 환경을 제공하게 된다.

소프트웨어 시스템의 설계를 나타내기 위하여 여러 가지 종류의 다이어그램이 사용된다. 다이어그램은 다른 설계 문서나 원시 코드처럼 설계 과정에서 여러 버전이 생성된다. 그러나 기존의 소프트웨어 형상관리 도구나 객체 버전을 지원하는 객체지향 데이터베이스 관리 시스템은 작은 단위 다이어그램의 버전관리에는 적합하지 못하다. 본 연구에서는 작은 단위 소프트웨어 다이어그램을 위한 오퍼레이션기반 버전모델을 제안한다. 이 모델은 다이어그램이 소프트웨어 설계 정보를 나타내기 위하여 그래픽 정보를 수단으로 사용하고 있다는 점과 다이어그램의 구조가 노드와 에지로 이루어져 있다는 점을 반영한다. 다이어그램의 버전은 오퍼레이션 델타와 객체 가시성을 이용하여 효율적으로 저장되고 검색된다. 본 연구에서는 다이어그램의 두 버전을 병합하는 방법도 제시한다.

절차적 재사용, 객체지향 사용, 디자인 패턴, 분석 패턴, 그리고 프레임 워크와 같은 효율적인 소프트웨어 재상요에 대한 많은 연구가 진행되어 오고 있다. 최근 들어 객체지향 프레임워크가 효율적이고 실용적인 재사용 기법으로 크게 부각되고 있다. 객체지향 프레임워크는 특정 도메인에 대한 여러 어플리케이션들 간의 공통된 행위들을 지닌 클래스들의 집합으로서, 재사용성을 증가시키고, 어플리케이션 개발시간을 단축시키는 효과를 지니고 있다. 그러나, 객체지향 프레임워크를 구축하기 위한 체계적인 개발 프로세스와 세부적인 개발 지침에 대한 연구가 충분히 이루어지지 않은 상태이며 OMG의 Unified Modeling Kanguage (UML)을 이용한 객체지향 프레임워크 개발에 관한 연구도 매우 미흡한 상태이다. 본 논문에서는 UML 문법과 의미를 기반으로 한 실용적인 객체지향 프레임워크 모델링 기법을 제시한다. 제시된 모델링 기법의 프로세스는 분석, 설계 구현, 그리고 시험 4단계(Phase)로 구성되어 있으며 , 각 단계는 논리적인 개발 업무(Task)들로 정의된다. 제시된 프로세스는 UML 다이어그램들을 적용 및 확장하였고, Objectory 프로세스를 바탕으로 한 것이므로 , 제시된 프로세스의 적용성 검증을 위해 전자 상거래 도메인에 대한 적용사례연구를 제시한다.

다층 퍼셉트론은 다양한 응용 분야에 성공적으로 적용되고 있는 대표적인 신경회로망 모델이다. 그러나 다층 퍼셉트론의 학습에 사용되는 오류역전파 알고리즘으로 알려진 기울기 강하 학습법은 느린 수렴속도로 인해 실시간 처리가 요구되거나 시간에 따라 환경이 변하는 문제에의 적용이 불가능하다. 이러한 느린 수렴속도는 기울기 강하법을 사용한 학습과정에서의 오차함수의 기울기 변화가 극히 적어 오차의 감소가 거의 일어나지 않는 부분인 플라토에 기인하는 것으로 알려져있다. 본 논문에서는 정보기하이론의 관점에서 기존의 학습법에 사용되는 기울기의 이론적 문제를 지적하고, 그로부터 플라토 문제의 원인을 밝힌다. 또한 이를 바탕으로 정보기하이론에 의해 새롭게 정의되는 자연 기울기를 이용한 학습법을 제시하고, 이를 이용한 플라토 문제가 문제해결의 가능성을 분석적으로 고찰하고 실험을 통해 확인한다.

본 논문은 데이터 캐시를 효과적으로 사용하기 위하여 개발된 원시 프로그램의 루프 변환체제에 대하여 논하고 있다. DIUS로 명명된 이 체계는 외부 루프 펼침을 중심으로 루프 분산, 교환이 선행되고 , 마직막에 스칼라화가 적용되는 변환체계이다. 루프 교환은 회전 공간이 루프 단위로 변형되어 전반적으로 캐시 재사용 기회를 높이지만 일부 배열 참조에 대해서는 오히려 재사용 기회를 감소시킨다. 본 연구에서는 이 문제를 외부 루프 펼침으로 해결하였다. 외부 루프 펼침과 루프 교환을 루프 몸체의 문장들에 선별적으로 적용하기 위하여 루프 분산을 도입하였다. 외부 루프 펼침을 적용하면 배열 참조를 스칼라 참조로 변환하는 스칼라화의 효과가 증대되어 레지스터 사용의 효율성이 높아진다. SPEC CFP95 벤치마크에 대하여 DIUS를 적용한 결과 기하학적 평균으로 속도 향상 1.10을 얻었으며, 특정 프로그램들은 모두 캐시 미스수가 줄어들었음을 확인하였다. 이와 같은 성능향상은사용된 루프 변환기법들이 갖는 캐시와 레지스터의 효율적인 사용에 기인한다.

대량의 말뭉치(corpus)로부터 구문 정보나 의미 정보를 컴퓨터를 사용하여 자동으로 발췌하려는 연구가 활발하다. 그러나 실용적인 자연언어처리 시스템이 되기 위해 필요한 망라성(coverage)과 견고성(robustness)을 갖기 위해 어느 정도 규모의 말뭉치가 필요한지에 대한 연구는 극히 미비하다. 본 연구는 '우리말큰사전'상의 주요 4가지 품사에 속하는 단어들을 중심으로 상이 단어(different words) 수와 말뭉치 크기간의 상관관계를 통계적으로 고찰하여 수학적 예측함수(estimating functions)를 구한다. 그리고 이를 통해 자료 빈약성(data sparseness)현상을 타당한 수준으로 감소시켜 말뭉치를 기반 자연어처리의 신뢰도를 높이기 위해 요구되는 말뭉치 크기를 예측한다. 또한 예측된 말뭉치 크기를 근거로 합리적인 말뭉치 구축 방법을 제안한다.

의미 체계는 한국어 기초어휘에 대한 개념지식을 구축하는데 기본이 될 뿐만 아니라, 문장 분석시의 구조적 모호성과 단어 의미 모호성을 해소하는 중요한 단서를 제공할수 있다. 이러한 의미 체계가 실용적으로 여러 응용 시스템에서 사용되기 위해서는 광범위하고 타당한 자료를 바탕으로 하여 객관적인 방법으로 설정되어야한다. 국어 사전의 뜻풀이말에서의 상위개념을 표제어의 상위어로 선정하는 bottom-up 방식으로 구축하였던 한국어 명사의미체계는 사전편찬시의 비일관적인 뜻풀이말의 기술에 따른 여러 문제점이 있었다. 본 연구에서는 이러한 문제점들을 해결하기 위해서 사전 뜻풀이말에서 상위개념을 수식하는 어절과 용언의 의미호응관계에서 상위개념의 의미속성을 추출하고, 이들 의미 속성에 의한 명사의미체계를 구축하고 이를 바탕으로 명사의미 TAG를 설정할수 있다.